多模式交通系统出行行为分析

第1章 绪论 1.1 出行需求预测模型发展趋势 1.2 多模式交通系统出行行为分析及应用 1.3 本书内容及结构 第2章 城市居民多模式出行特征提取与活动出行链重构 2.1 概述 2.2 基于多方式数据的区间阻抗提取 2.3 基于手机信令数据的出行OD修复与活动出行链重构 2.4 基于土地利用数据的小区属性计算 2.5 本章小结 第3章 城市多模式网络活动出行链建模与选择行为分析 3.1 概述 3.2 基于活动的出行需求预测模型构建 3.2.1 基于活动的模型分析理论 3.2.2 基于活动的模型框架 3.2.3 模型特征变量选择 3.2.4 模型的基本特征 3.3 基于机器学习方法的模型可解释性研究 3.3.1 机器学习的可解释性 3.3.2 机器学习的解释方法 3.3.3 深度神经网络与随机森林的可解释性分析 3.4 模型验证与评估 3.4.1 模型验证样本构建 3.4.2 模型的整体精度评估 3.4.3 模型参数标定 3.5 本章小结 第4章 城际区域多模式链式出行行为分析 4.1 概述 4.2 基于随机用户平衡分配的多模式交通分配模型 4.2.1 相关理论 4.2.2 分配模型构建流程 4.3 基于SPSA的出行行为模型参数标定 4.3.1 SPSA算法基本原理 4.3.2 标定参数选取 4.3.3 目标函数 4.3.4 参数标定方法设计 4.4 本章小结 第5章 考虑广义路径重叠的城市多模式路径选择行为分析 5.1 概述 5.1.1 相关研究 5.1.2 目标与贡献 5.2 基于多模式 网络的组合路径构建 5.2.1 组合路线选择 5.2.2 广义路径重叠 5.3 考虑广义路径重叠的多层次混合Logit选择模型 5.3.1 路径选择模型的 网络表述 5.3.2 多层次混合Logit模型 5.4 实证案例 5.4.1 网络表述 5.4.2 模型参数 5.4.3 路径选择预测 5.5 本章小结 第6章 基于仿真的出行活动需求与动态交通分配融合 6.1 概述 6.2 人口生成理论 6.3 基于仿真的ABM与动态交通分配迭代融合 6.3.1 动态交通分配 6.3.2 基于MATSire的ABM-DTA迭代融合 6.4 实证案例 6.4.1 重庆限号政策 6.4.2 限号政策案例施行过程 6.4.3 限号政策案例结果分析 6.5 本章小结 第7章 基于双层规划的城市多模式网络活动承载力建模 7.1 概述 7.2 多模式时空活动出行路径 7.3 动态多模式网络活动承载力建模 7.3.1 动态多模式网络活动承载力模型构建 7.3.2 求解算法 7.4 基于活动承载力的网络设计 7.4.1 问题描述 7.4.2 基于活动承载力的网络容量设计模型 7.4.3 求解算法 7.5 实证案例 7.5.1 算例网络 7.5.2 静态网络活动承载力分析 7.5.3 动态网络活动承载力分析 7.5.4 基于活动承载力的网络设计 7.6 本章小结 第8章 总结与展望 8.1 研究总结 8.2 研究展望 参考文献