大数据驱动下高速公路交通运行状态评价与分析

《大数据驱动下高速公路交通运行状态评价与分析》一书阐述了海量数据背景下，结合交通管理者和出行者的出发点，运用高速公路收费数据进行交通运行分析的建模以及模型优化，主要包括行程时间可靠性建模、行程时间区间预测、交通运行状态评价三个方面的应用。并以高速公路收费数据作为基础数据源，对省域路网运行进行分析和评价，对交通运营管理单位的辅助决策提供直接指导和方法示例。

1. 绪论
1.1. 交通大数据
1.2. 大数据时代下的高速公路
1.3. 国内外研究基础
2. 数据质量分析与特征分析
2.1. 高速公路收费数据资源
2.2. 高速公路收费数据的预处理
2.3. 数据质量分析
2.4. 数据特性分析
3. 高速公路行程时间可靠性的估计方法
3.1. 高速公路行程时间可靠性的定义
3.2. 行程时间分布的数学模型
3.3. 行程时间分布拟合方法比较
3.4. 案例分析
4. 高速公路行程时间短时区间预测方法
4.1. 行程时间预测的不确定性
4.2. 非参数Bootstrap方法的研究基础
4.3. 行程时间区间预测的构建
4.4. 预测区间的质量评估指标
4.5. 行程时间预测模型分析与比较
4.6. 案例分析
5. 高速公路交通运行状态估计方法
5.1. 高速公路交通运行状态评价的构成要素
5.2. 模糊C均值聚类(FCM)算法原理及其改进策略
5.3. 基于可靠性的高速公路交通运行状态估计算法实现
6. 陕西省高速公路交通运行状态评价与分析
6.1. 陕西省高速公路网运行态势监测概述
6.2. 陕西省高速公路网现状
6.3. 高速公路行程时间可靠性等级划分阈值的标定
6.4. 面向道路使用者的出行场景决策
7. 案例研究：面向管理决策的省域高速公路网运行分析
7.1. 省域高速公路运营与服务评价指标体系
7.2. 基于收费数据的省域高速公路网交通运行评价
7.3. 陕西省高速公路网年度交通运行分析实例
参考文献

陈娇娜，女，1989年生于云南省大理州，彝族。工学博士，现任于西安石油大学电子工程学院，讲师。2007年至2016年就读于长安大学，研究方向为数据挖掘、智能交通系统，在高速公路大数据分析技术、可靠性研究领域取得一定研究成果，发表核心期刊论文8篇，其中2篇EI。