云-边-端协同交通大数据智能计算及控制技术

　　本书针对城市交通复杂巨系统的规律认知与高性能计算的应用需求，重点研究城市交通大数据的智能分析、在线研判、共享服务等关键技术，构建城市交通智能计算平台，为城市交通治理提供技术支撑。本书共分为四章，第一章首先介绍了“云—边—端”协同交通大数据平台架构及关键技术，包括了云边端协同采集及采集技术、多源异构数据接入及存储技术、高性能图数据库存储及检索技术、高可靠异构计算技术；第二章至第四章分别介绍了交通领域的三类典型应用，包括了基于知识图谱的城市交通出行研究、基于“云—边—端”协同的网联车辆调度算法以及基于“云—边—端”协同的快速路控制策略。期望读者通过学习本书内容，能够掌握交通大数据智能计算的基础概念、关键技术和方法、以及典型应用。

暂缺《云-边-端协同交通大数据智能计算及控制技术》作者简介

第1章 “云—边—端”协同交通大数据平台架构及关键技术
1.1 交通大数据智能计算平台架构
1.2 端边协同采集及计算技术
1.3 多源异构数据接入及存储技术
1.3.1 离线数据接入
1.3.2 实时数据接入
1.3.3 数据治理技术
1.3.4 数据存储技术
1.4 高性能图数据库存储及检索技术
1.4.1 多源异构交通数据知识图谱构建方法
1.4.2 交通知识图谱的存储、检索及推理技术
1.4.3 高性能图数据库引擎优化技术
1.4.4 知识图谱应用构建
1.5 高可靠异构计算技术
1.5.1 异构大数据处理套件
1。5.2 异构计算技术特点
1.5.3 异构计算技术功能
第2章 基于知识图谱的城市交通出行研究
2.1 城市交通出行知识图谱的构建
2.1.1 城市轨道交通知识图谱
2.1.2 城市道路交通知识图谱
2.2 基于知识推理的交通实体问隐含关系挖掘
2.2.1 基于表示学习的知识推理模型
2.2.2 模型的推理结果分析
2.3 基于城市交通知识图谱的智能问答系统
2.3.1 问答系统的整体框架及实现流程
2.3.2 问答系统的实现算法
2.3.3 算法实验与结果分析
2.3.4 智能问答系统的结果展示
第3章 基于“云—边—端”协同的网联车辆调度算法研究
3.1 智能网联环境下城市路网群智感知节点优化研究
3.1.1 服务节点选择问题的数学模型
3.1.2 基于复杂网络理论计算路段连通重要性
3.1.3 基于路段连通重要性的服务节点选择方法
3.1.4 基于群智感知的交通评估模型
3.1.5 仿真实验验证及结果分析
3.2 智能网联环境下城市路网群智感知激励机制
3.2.1 感知任务分配
3.2.2 报酬支付
3.2.3 用户参与行为建模
3.2.4 仿真实验与结果
第4章 基于“云—边—端”协同的快速路控制策略研究
4.1 端—快速路匝道入口自适应控制策略
4.1.1 城市快速路出入口建模
4.1.2 仿真场景划分
4.1.3 城市快速路匝道入口的自适应控制策略
4.2 边缘—快速路出入口与出口下游交叉口协同控制策略
4.2.1 快速路出入口的协调控制建模与控制策略研究
4.2.2 快速路出入口与出口下游交叉口协调控制
4.3 云管控中心
4.3.1 云—边—端协同控制策略
4.3.2 云管控平台实施方案