暂无商品咨询信息 [发表商品咨询]
城市轨道交通客流的预测,特别是短时客流的预测,对于车站及线路的客流运输组织策略实时调整优化、乘客行为引导、大客流的疏散和引导具有重要意义。本书从城市轨道交通客流特性和影响因素分析出发,综合介绍了城市轨道交通客流预测方法中的线性预测、非线性预测以及仿真方法,并针对城市轨道交通客流的随机性和波动性,详细阐述了基于小波?ARMA、基于灰狼?小波神经网络以及基于卷积神经网络模型的客流预测模型。本书可作为交通工程专业的本科教材或教学参考书,也可供从事城市轨道交通规划设计以及运营管理工作的相关人员学习和参考。
第1 章 绪论……………………………………………………………………… 1 1. 1 我国城市轨道交通发展现状…………………………………………… 2 1. 2 客流特性研究现状……………………………………………………… 4 1. 3 短时客流预测的相关研究……………………………………………… 10 1. 4 本章小结………………………………………………………………… 13第2 章 城市轨道交通客流特性分析………………………………………… 15 2. 1 线路客流特性分析……………………………………………………… 16 2. 2 车站客流特性分析……………………………………………………… 21 2. 3 站内服务设施客流特性分析…………………………………………… 30 2. 4 本章小结………………………………………………………………… 36第3 章 城市轨道交通车站客流影响因素分析……………………………… 39 3. 1 城市发展状况…………………………………………………………… 40 3. 2 车站周边土地利用性质………………………………………………… 42 3. 3 车站在线网中的功能…………………………………………………… 46 3. 4 其他因素………………………………………………………………… 49 3. 5 本章小结………………………………………………………………… 53第4 章 城市轨道交通客流预测方法………………………………………… 55 4. 1 客流预测原理…………………………………………………………… 56 4. 2 线性预测方法…………………………………………………………… 57 4. 3 非线性预测方法………………………………………………………… 58 4. 4 仿真方法………………………………………………………………… 61 4. 5 本章小结………………………………………………………………… 66第5 章 基于小波?ARMA 的城市轨道交通车站客流预测模型与算法…… 69 5. 1 客流状态区间划分……………………………………………………… 70 5. 2 基于小波?ARMA 的短时客流预测模型……………………………… 74 5. 3 案例分析………………………………………………………………… 78 5. 4 本章小结………………………………………………………………… 85第6 章 基于灰狼?小波神经网络的城市轨道交通车站客流预测模型与算法…………………………………………………………… 87 6. 1 基于小波神经网络的短时客流预测模型……………………………… 88 6. 2 基于灰狼?小波神经网络的短时客流预测模型……………………… 91 6. 3 案例分析………………………………………………………………… 95 6. 4 本章小结……………………………………………………………… 104第7 章 基于深度学习的城市轨道交通车站客流预测模型与算法………… 105 7. 1 基于卷积神经网络模型的活动客流预测原理……………………… 106 7. 2 基于Adam?CNN 的短时客流预测模型构建………………………… 107 7. 3 案例分析……………………………………………………………… 110 7. 4 本章小结……………………………………………………………… 113参考文献………………………………………………………………………… 114
基本信息 | |
---|---|
出版社 | 人民交通出版社 |
ISBN | 9787114165641 |
条码 | 9787114165641 |
编者 | 杨静//张红亮//邓进 |
译者 | |
出版年月 | 2020-06-01 00:00:00.0 |
开本 | 16开 |
装帧 | 平装 |
页数 | 114 |
字数 | 130000 |
版次 | 1 |
印次 | 1 |
纸张 |
暂无商品评论信息 [发表商品评论]
暂无商品咨询信息 [发表商品咨询]