道路网短时交通需求预测理论、方法及应用

作者:邵春福

出版:清华大学出版社

年代:2011 更多图书信息

图书简介

本书研究道路网交通状态参数实时、动态、智能获取条件下,交通状态参数预测的理论、方法和应用问题。主要介绍了交通需求短时预测的基础知识和方法,包括:交通流基本特征和参数、时间序列分析、卡尔曼滤波法、神经网络方法、支持向量机方法、状态空间模型方法以及混沌时间序列方法等,给出了模型的算法并面向实际问题进行了实例考证,并对预测的可靠性问题进行了必要的分析。本书的读者对象为交通工程和交通运输专业的本科生,交通运输规划与管理、交通信息工程及控制学科的研究生,以及从事相关专业教育的科研工作者。

(展开)

目录

第1章 绪论

1.1 城市交通与信息服务

1.2 一般预测问题

1.2.1 预测的分类

1.2.2 预测的程序

1.3 交通状态短时预测概述

1.4 交通状态短时预测研究现状

第2章 交通流短时预测基础

2.1 交通流时空特性参数

2.1.1 交通流基本参数

2.1.2 交通流基本参数的统计分布

2.1.3 交通流基本参数的关系模型

2.2 基本流程、特点及要求

2.3 交通流数据预处理技术

2.3.1 交通流数据的来源

2.3.2 数据融合

2.3.3 交通流数据故障的识别

2.3.4 交通流故障数据的修复方法

2.3.5 交通流数据的整理

第3章 交通状态可靠性评价方法

3.1 行程时间可靠性基本理论

3.1.1 路网可靠性提出背景

3.1.2 行程时间可靠性统计的可行性

3.2 行程时间可靠性指标体系

3.2.1 可靠性指标体系

3.2.2 行程时间可靠性指标

3.3 交通状态可靠性实证分析

3.3.1 实证分析的程序

3.3.2 行程时间可靠性评价

3.3.3 服务水平与可靠性

3.3.4 风险与可靠性

3.3.5 可靠性与成本效益关系

第4章 交通状态短时预测的基本方法

4.1 短时预测方法综述

4.1.1 基于线性系统理论的预测方法

4.1.2 基于知识发现的智能模型预测方法

4.1.3 基于非线性系统理论的预测方法

4.1.4 基于组合模型的预测方法

4.1.5 基于交通模拟的预测方法

4.2 回归分析预测方法

4.2.1 模型概述

4.2.2 一元线性回归预测法

4.2.3 多元线性回归模型

4.2.4 非线性回归预测法

4.3 确定型时间序列预测方法

4.3.1 时间序列分析预测法概述

4.3.2 移动平均法

4.3.3 指数平滑法

4.3.4 差分一指数平滑法

4.3.5 自适应滤波算法

第5章 随机型时间序列预测方法

5.1 随机时间序列预测的基本概念

5.1.1 随机时间序列

5.1.2 交通状态预测时间序列模型

5.2 交通流短时预测的时间序列方法

5.2.1 自回归模型

5.2.2 滑动平均模型

5.2.3 自回归滑动平均模型

5.2.4 时间序列的预报

5.2.5 Box-Jenkins模型

5.3 多维时间序列分析

第6章 城市道路交通状态数据的时空相关性

6.1 交通流数据的时空相关性概述

6.2 多断面交通流预测现状

6.3 相关性方法研究

6.3.1 相关系数计算法

6.3.2 多维标度法

6.3.3 聚类分析

6.4 多维标度法在交通流数据相关性分析中应用

6.4.1 多维标度法分析

6.4.2 多维标度法实例分析

6.5 聚类分析在交通流数据相关性分析中应用

6.5.1 系统聚类法原理

6.5.2 路网相关性的应用

6.5.3 聚类分析结果及分析

第7章 基于状态空间模型的道路网多断面短时交通流预测模型

7.1 状态空间模型分析

7.1.1 状态空间模型的一些基本概念

7.1.2 状态空间描述

7.2 卡尔曼滤波理论

7.2.1 卡尔曼滤波器的基本原理

7.2.2 卡尔曼滤波估计的方法

7.2.3 求解状态空间模型步骤

7.3 道路网短时交通流预测状态空间模型

7.3.1 多断面状态空间模型的建立

7.3.2 状态空间模型的参数估计

7.3.3 道路网多断面交通流的预测

7.4 实证性研究

7.4.1 数据来源及计算结果

7.4.2 计算结果分析

第8章 基于支持向量机回归的道路网多断面短时交通流预测模型

8.1 支持向量机理论

8.1.1 机器学习

8.1.2 支持向量机

8.2 遗传算法

8.2.1 基本原理和基本结构

8.2.2 主要特征

8.3 道路网多断面短时交通流支持向量机回归预测模型

8.3.1 模型的建立

8.3.2 参数选取的讨论

8.4 实证性研究

8.4.1 数据来源及计算结果

8.4.2 计算结果分析

第9章 基于混沌时间序列的道路网多断面短时交通流预测模型

9.1 混沌时间序列理论

9.1.1 混沌基本理论

9.1.2 一维混沌时间序列

9.1.3 多维混沌时间序列

9.2 粒子群优化算法

9.2.1 基本原理

9.2.2 基本流程

9.2.3 带有惯性权重的改进粒子群优化算法

9.3 道路网多断面短时交通流混沌时间序列预测模型

9.3.1 预测模型的建立

9.3.2 预测方法

9.3.3 参数的选择

9.4 实证性研究

9.4.1 数据来源及计算结果

9.4.2 计算结果分析

9.4.3 三种多断面预测方法的对比分析

第10章 基于神经网络的路网短时交通流预测

10.1 神经网络基本知识

10.1.1 神经元的数学模型

10.1.2 神经网络的拓扑结构

10.1.3 神经网络的学习方法

10.1.4 神经网络模型种类

10.1.5 BP神经网络模型

10.2 广义回归神经网络

10.2.1 模型特点

10.2.2 网络结构

10.2.3 预测模型的步骤

10.3 网络状态下的短时交通流量预测

10.3.1 模型构造

10.3.2 路网短时预测结果

10.3.3 与基于点、线的交通流量预测结果对比分析

参考文献
(展开)

书页展示

更多图书信息
数据来源于网络,如有问题,请反馈至此邮箱:service@bookask.com

作者:邵春福
出版:清华大学出版社

ISBN:9787302238959

出版日期:2011-03-01

清华大学出版社

清华大学出版社

清华大学出版社成立于1980年6月,是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府,秉承清华人“自强不息,厚德载物”的人文精神,清华大学出版社在短短二十多年的时间里,迅速成长起来。作为来自一流大学的出版单位,清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向,把出版高等学校教学用书和科技图书作为主要任务,并为促进学术交流、繁荣出版事业设立了多项出版基金,逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色,在教育出版领域树立了强势品牌。目前,清华版教材已在全国一百多所院校得到广泛使用。高品质、多层次的计算机图书是清华大学出版社的一大品牌支柱。20世纪80年代末,在席卷全球的信息化浪潮中,清华大学出版社快速切入计算机图书市场,逐渐成为并一直保持这一市场的领先地位,为发展中国计算机教育做出了巨大贡献。

(展开)

作者信息

邵春福

邵春幅,河北沧县人,北京交通大学教授、博土生导师。1957年生,1982年2月西安公路学院(现长安大学)本科毕业,留校任教:1988年,获日本京都大学数理工程学科硕士学位:1991年获日本京都大学交通土木工程学科博士学位;博士研究生毕业后,在日本系统科学研究所从事博士后研究和工作至1999年。回国后,任教子北京交通大学至今,先后任城市交通研究所所长、交通工程系主任和城市交通复杂系统理论与技术教育部重点实验室主任等职。主要从事交通规划、智能交通、交通安全等教学和研究工作。1994年主译《男性心像、女性心像》,1995年主译《交通工程学》,2004年主编《交通规划原理》,2008年主编《交通经济学》等;曾获第29届北京奧运会“科技奥运先进个人”北京市优秀教师、北京市教学名师、北京市师德先进个人、宝钢教育基金优秀教师以及国务院特殊津贴等称号。

(展开)

使用移动设备
扫描二维码下载客户端

注:目前仅提供安卓客户端下载

相关书卡
书卡里除了这本书,还有更多经典等你读!

Copyright ©2019  BookAsk 书问  |  京ICP证160134号   |  

京公网安备 11010802026432号

  |  出版物经营许可证新出发京零字第海150168号   |  营业执照:91110108318038279C   |  网站地图   |  关于我们   |  合作伙伴   |  商务合作   |  友情链接