书籍详情
城市轨道交通客流大数据理论与应用
作者:杨军
出版社:科学出版社
出版时间:2023-10-01
ISBN:9787030762252
定价:¥119.00
购买这本书可以去
内容简介
本书是我国城市轨道交通客流大数据理论、技术和应用的**研究成果,共分5章。第1章介绍了大数据的基本知识,阐述了城市轨道交通网络化运营的概念、特点、轨道交通客流大数据的产生背景和相关大数据技术。第2章从非结构化和结构化两个方面介绍了城市轨道交通客流数据分析挖掘的方法和应用。第3章提出了针对典型轨道交通客流特点的三种预测理论方法。第4章面向行人运动仿真和客流疏散引导评估需求,提出了两种行人运动模型。第5章探讨了客流大数据技术在城市轨道交通行业中的应用,并展望了其未来的挑战和发展前景。
作者简介
暂缺《城市轨道交通客流大数据理论与应用》作者简介
目录
目录
前言
第1章轨道交通客流大数据概述1
1.1大数据概述1
1.1.1大数据概念1
1.1.2数据类型1
1.1.3大数据技术3
1.2城市轨道交通发展概况4
1.2.1世界城市轨道交通发展历程4
1.2.2中国城市轨道交通发展概况6
1.3城市轨道交通网络化运营与客流大数据8
1.3.1城市轨道交通网络化运营及特点8
1.3.2城市轨道交通客流大数据的形成11
1.3.3轨道交通客流大数据技术17
参考文献50
第2章城市轨道交通客流分析挖掘方法52
2.1基于视频的客流状态分析方法52
2.1.1方法概述52
2.1.2相关技术研究现状53
2.1.3模型研究55
2.1.4方法实验验证62
2.2城市轨道交通客流特征分析挖掘67
2.2.1城市轨道交通客流时间维度特征分析67
2.2.2城市轨道交通客流空间维度特征分析77
2.2.3城市轨道交通客流聚类分析81
参考文献92
第3章城市轨道交通客流预测理论与方法95
3.1客流预测理论方法研究现状95
3.1.1客流宏观预测97
3.1.2客流微观预测98
3.2基于小波分析的支持向量机短期客流预测算法102
3.2.1客流数据预处理103
3.2.2融合多种模型特点的短期客流预测算法104
3.2.3实验数据与评价方法108
3.2.4算法验证109
3.3基于灰色马尔可夫的大客流实时预测算法118
3.3.1重大事件对客流的影响118
3.3.2大客流实时预测算法119
3.3.3算法验证123
3.4基于深度神经网络的预测算法127
3.4.1算法概述127
3.4.2数据集及数据处理方法介绍128
3.4.3预测算法128
3.4.4算法验证130
参考文献132
第4章城市轨道交通客流仿真理论134
4.1面向多向行人疏散流的向量地场模型134
4.1.1向量地场模型136
4.1.2模型仿真与验证141
4.2一种引入排斥动态场的行人疏散地场模型160
4.2.1新型行人疏散地场模型160
4.2.2模拟仿真与验证166
参考文献180
第5章轨道交通大数据应用探索与展望182
5.1基于开放架构的客流大数据应用系统设计与实现182
5.1.1系统概述182
5.1.2大数据平台技术实现及功能184
5.1.3业务应用系统实现189
5.2数据驱动的列车运行优化方法192
5.2.1数据处理192
5.2.2优化模型193
5.2.3优化方法197
5.3大数据背景下的智慧城市轨道交通应用展望203
5.3.1城市轨道交通大数据技术发展面临的挑战203
5.3.2城市轨道交通大数据技术发展方向探讨208
参考文献216
附录A本书缩略语217
附录B城市轨道交通客流大数据专业名词解释220
彩图
前言
第1章轨道交通客流大数据概述1
1.1大数据概述1
1.1.1大数据概念1
1.1.2数据类型1
1.1.3大数据技术3
1.2城市轨道交通发展概况4
1.2.1世界城市轨道交通发展历程4
1.2.2中国城市轨道交通发展概况6
1.3城市轨道交通网络化运营与客流大数据8
1.3.1城市轨道交通网络化运营及特点8
1.3.2城市轨道交通客流大数据的形成11
1.3.3轨道交通客流大数据技术17
参考文献50
第2章城市轨道交通客流分析挖掘方法52
2.1基于视频的客流状态分析方法52
2.1.1方法概述52
2.1.2相关技术研究现状53
2.1.3模型研究55
2.1.4方法实验验证62
2.2城市轨道交通客流特征分析挖掘67
2.2.1城市轨道交通客流时间维度特征分析67
2.2.2城市轨道交通客流空间维度特征分析77
2.2.3城市轨道交通客流聚类分析81
参考文献92
第3章城市轨道交通客流预测理论与方法95
3.1客流预测理论方法研究现状95
3.1.1客流宏观预测97
3.1.2客流微观预测98
3.2基于小波分析的支持向量机短期客流预测算法102
3.2.1客流数据预处理103
3.2.2融合多种模型特点的短期客流预测算法104
3.2.3实验数据与评价方法108
3.2.4算法验证109
3.3基于灰色马尔可夫的大客流实时预测算法118
3.3.1重大事件对客流的影响118
3.3.2大客流实时预测算法119
3.3.3算法验证123
3.4基于深度神经网络的预测算法127
3.4.1算法概述127
3.4.2数据集及数据处理方法介绍128
3.4.3预测算法128
3.4.4算法验证130
参考文献132
第4章城市轨道交通客流仿真理论134
4.1面向多向行人疏散流的向量地场模型134
4.1.1向量地场模型136
4.1.2模型仿真与验证141
4.2一种引入排斥动态场的行人疏散地场模型160
4.2.1新型行人疏散地场模型160
4.2.2模拟仿真与验证166
参考文献180
第5章轨道交通大数据应用探索与展望182
5.1基于开放架构的客流大数据应用系统设计与实现182
5.1.1系统概述182
5.1.2大数据平台技术实现及功能184
5.1.3业务应用系统实现189
5.2数据驱动的列车运行优化方法192
5.2.1数据处理192
5.2.2优化模型193
5.2.3优化方法197
5.3大数据背景下的智慧城市轨道交通应用展望203
5.3.1城市轨道交通大数据技术发展面临的挑战203
5.3.2城市轨道交通大数据技术发展方向探讨208
参考文献216
附录A本书缩略语217
附录B城市轨道交通客流大数据专业名词解释220
彩图
猜您喜欢