城市复杂系统模拟技术：CitySPS平台

　　本书介绍了北京大学赵鹏军教授团队研发的博雅智城？CitySPS平台。该平台聚焦城市系统的精确计量、精准预测和精细模拟，综合运用地理学、城乡规划学、交通工程学、经济学、系统科学等基础理论，量化解析城市运行规律，构建城市全系统计量模型，具有支撑城市规划、建设、管理和运营等多样治理需求的综合技术能力。该平台开发是对城市理论的完善、城市模拟技术的创新、城市决策科学化和城市治理能力现代化手段的提升，也是研发我国自主产权的智慧城市软件的重大突破。

暂缺《城市复杂系统模拟技术：CitySPS平台》作者简介

目录
前言
第1章 城市复杂系统 1
1.1 复杂系统理论与复杂性科学 1
1.1.1 复杂系统理论的发展 2
1.1.2 复杂系统的概念与特征 3
1.1.3 复杂系统的常用分析方法与典型应用方向 4
1.2 复杂系统的模拟技术 5
1.2.1 建模与仿真技术的发展脉络 5
1.2.2 复杂系统建模与仿真技术的内涵 6
1.2.3 复杂系统的主要建模方法 8
1.3 城市复杂系统概念与特征 9
1.3.1 城市系统的构成 9
1.3.2 城市复杂系统概念与特征 11
1.4 城市复杂系统研究进展 14
1.4.1 学术成果统计 14
1.4.2 总体研究概况 15
1.4.3 *新研究进展与产业化现状 16
参考文献 19
第2章 智慧城市技术发展阶段 24
2.1 智慧城市概念及内涵 24
2.1.1 智慧城市的概念演进 24
2.1.2 智慧城市的内涵 25
2.2 我国智慧城市发展 27
2.2.1 智慧城市国家战略 27
2.2.2 我国智慧城市实践发展阶段 29
2.3 量化模拟是智慧城市决策的关键核心技术 30
2.3.1 智慧城市进入决策智能化阶段 30
2.3.2 量化模拟是实现城市智慧化决策的技术前提 33
2.4 软件行业发展与智慧城市软件开发现状 34
2.4.1 全球软件行业历史与前沿 34
2.4.2 中国软件行业发展现状 35
2.4.3 应用软件分类与发展概况 37
2.5 我国智慧城市模拟软件发展与瓶颈 39
参考文献 41
第3章 城市系统模拟技术发展 43
3.1 城市模型及其分类 43
3.2 城市机理模型 44
3.2.1 空间相互作用模型 45
3.2.2 投入-产出模型 47
3.2.3 离散选择模型 48
3.2.4 复杂系统模型 49
3.2.5 总结 51
3.3 城市系统模拟软件开发 51
3.3.1 城市空间研究领域软件类型 52
3.3.2 城市系统模拟软件 54
参考文献 57
第4章 城市计算引擎与智慧决策平台（CitySPS平台） 58
4.1 平台开发背景与内涵 58
4.1.1 平台开发背景 58
4.1.2 平台核心内涵 58
4.2 平台整体定位与特色 60
4.2.1 整体定位与核心价值 60
4.2.2 定位特色 61
4.2.3 技术定位 61
4.3 平台功能与构成 62
4.3.1 三大核心功能 62
4.3.2 平台功能架构 63
4.3.3 平台工程架构 65
4.4 CitySPS平台优势 66
4.4.1 面向智慧决策的平台定位 66
4.4.2 科学机理与数据驱动融合 67
4.4.3 量化精确的城市计算 68
4.4.4 多维拓展的技术架构 69
4.4.5 自主可控的安全体系 70
4.4.6 灵活嵌入的数据服务 70
第5章 量化模拟模型设计 71
5.1 系统模型架构 71
5.1.1 决策需求导向 71
5.1.2 理论创新导向 72
5.1.3 基于复杂系统理论的模型架构 73
5.2 计量算法设计 77
5.3 模型迭代与决策模拟 80
参考文献 81
第6章 量化模型理论 83
6.1 区位选择模型：区位论 83
6.1.1 居住与就业区位选择理论 83
6.1.2 企业区位选择理论 84
6.1.3 居民点分布理论 85
6.2 城市土地利用演化理论 86
6.2.1 土地利用演化理论 86
6.2.2 竞租理论 88
6.3 出行行为理论 89
6.3.1 出行生成理论 90
6.3.2 出行分布理论 90
6.3.3 出行方式选择理论 91
6.3.4 出行链理论 92
6.4 交通流与网络理论 93
6.4.1 交通供需经济理论 93
6.4.2 交通流理论 95
6.4.3 交通流分配理论 97
6.4.4 交通拥堵与外部性理论 98
参考文献 99
第7章 量化模型算法 103
7.1 城市土地利用类型识别技术 103
7.2 城市土地利用变化模型 103
7.2.1 CA模型 104
7.2.2 Markov模型 105
7.2.3 Logistic回归模型 105
7.3 存量人口的居住与就业地选择模型 106
7.3.1 感知常住人口居住和就业分布及主要影响因素 107
7.3.2 居住地、就业地区位随机效用计算 108
7.3.3 随机效用离散选择模型构建 108
7.4 空间增量人口与就业的空间分布模型 109
7.4.1 感知人口和就业增量分布的影响因素 110
7.4.2 居住吸引力和就业吸引力函数构建 110
7.4.3 空间增量分布模型构建 111
7.4.4 空间增量分布系统模拟预测 111
7.5 房价-交通动态反馈模型 111
7.6 出行率-出行链复合模型 112
7.7 模式划分与交通流分配 113
参考文献 115
第8章 模型有效性检验 117
8.1 统计检验 117
8.1.1 T检验 117
8.1.2 F检验与卡方检验 119
8.1.3 R2 120
8.1.4 Granger因果关系检验 121
8.2 精度校验 122
8.2.1 总体精度 123
8.2.2 空间精度 124
8.3 动态趋势一致性校验 126
8.4 机器学习比对校验与预测 130
8.4.1 模型功能 130
8.4.2 原理概述 130
8.4.3 技术路线 132
参考文献 133
第9章 数据需求与模型指标 134
9.1 数据需求 134
9.1.1 基础地理信息数据 134
9.1.2 多源时空大数据 135
9.1.3 统计数据 138
9.1.4 居民出行调查数据 139
9.2 模型计算结果的输出指标 140
9.2.1 人口就业与土地住房类指标 140
9.2.2 交通指标 141
9.3 模型中的决策调控指标 142
9.3.1 决策调控指标 142
9.3.2 决策综合指标 146
9.3.3 决策感应指标 148
第10章 运行平台开发与高性能计算 155
10.1 城市计算引擎 155
10.1.1 城市计算引擎架构设计 155
10.1.2 服务器硬件 158
10.1.3 数据库 158
10.1.4 服务器操作系统 159
10.1.5 开发语言 161
10.2 用户操作平台 162
10.2.1 用户平台架构 162
10.2.2 地图交互 164
10.3 高性能计算与优化 166
10.3.1 高性能计算的一般使用场景 166
10.3.2 高性能计算技术解决方案 167
10.3.3 CitySPS平台高性能计算方案 168
参考文献 173
第11章 CitySPS平台应用系统 175
11.1 CitySPS-SaaS平台 176
11.1.1 软件即服务（SaaS）概述 176
11.1.2 SaaS平台核心功能 177
11.2 CitySPS-DaaS平台 190
11.2.1 数据即服务（DaaS）概述 190
11.2.2 DaaS服务核心功能 192
11.3 CitySPS-数据管理平台 201
11.3.1 开发背景与目的 201
11.3.2 核心功能 201
参考文献 204
第12章 可视化系统 205
12.1 图表可视化 205
12.2 空间可视化 211
12.3 大屏可视化 215
12.3.1 综合大屏 215
12.3.2 分项大屏 217
12.4 其他可视化 221
12.4.1 BIM 221
12.4.2 CIM 222
12.4.3 知识图谱 224
参考文献 225
第13章 应用前景与可扩展性 227
13.1 CitySPS平台赋能CIM建设 227
13.1.1 CIM技术发展背景 227
13.1.2 CIM建设进展与技术瓶颈 228
13.1.3 CitySPS赋能CIM平台 230
13.2 可拓展的开放性架构 233
13.2.1 灵活的整体架构 233
13.2.2 同机器学习模型的融合 235
13.3 广泛应用场景 236
13.3.1 应用场景 236
13.3.2 应用模型举例 239
参考文献 249