第一章 绪论 | 第6-10页 |
1.1 研究背景 | 第6-8页 |
1.2 研究目的和意义 | 第8-9页 |
1.3 研究内容与方法 | 第9-10页 |
第二章 居民出行分布的常用模型 | 第10-34页 |
2.1 增长系数模型 | 第10-16页 |
2.1.1 均衡增长率模型 | 第10-11页 |
2.1.2 平均增长率模型 | 第11-12页 |
2.1.3 单约束增长系数模型 | 第12-13页 |
2.1.4 双约束增长系数模型 | 第13-15页 |
2.1.5 增长系数模型的优缺点 | 第15-16页 |
2.2 重力模型 | 第16-24页 |
2.2.1 无约束重力模型 | 第17-18页 |
2.2.2 单约束重力模型 | 第18-21页 |
2.2.3 双约束重力模型 | 第21-22页 |
2.2.4 单约束重力模型与双约束重力模型的关系 | 第22-23页 |
2.2.5 阻抗函数的其它形式 | 第23-24页 |
2.2.6 重力模型的优缺点 | 第24页 |
2.3 介入机会模型 | 第24-27页 |
2.3.1 模型构造 | 第25-27页 |
2.3.2 介入机会模型的优缺点 | 第27页 |
2.4 最大熵方法 | 第27-31页 |
2.4.1 熵和模型产生 | 第27-29页 |
2.4.2 重力模型的产生 | 第29-31页 |
2.5 概率矩阵与概率模型 | 第31-32页 |
2.6 模型优缺点对比 | 第32-34页 |
第三章 居民出行分布规律 | 第34-54页 |
3.1 居民出行调查 | 第34-36页 |
3.1.1 调查表格设计 | 第36页 |
3.1.2 调查数据处理 | 第36页 |
3.2 基于出行方式的分布规律 | 第36-43页 |
3.2.1 不同出行方式下出行频率随出行距离的变化 | 第37-39页 |
3.2.2 不同出行方式下出行频率随出行时间的变化 | 第39-41页 |
3.2.3 不同出行距离下的出行方式选择规律 | 第41-42页 |
3.2.4 不同出行时间下的出行方式选择规律 | 第42-43页 |
3.2.5 出行方式在两种距离上的分布比较 | 第43页 |
3.3 基于出行目的的分布规律 | 第43-46页 |
3.4 基于职别的出行分布 | 第46-49页 |
3.5 基于出行次数/天的出行分布 | 第49-50页 |
3.6 基于出行日数/周的出行分布 | 第50-52页 |
3.7 出行分布规律总结 | 第52-54页 |
3.7.1 两类分布曲线 | 第52-53页 |
3.7.2 出行方式的分布曲线比较 | 第53-54页 |
第四章 居民出行分布的熵模型 | 第54-88页 |
4.1 最大信息熵原理 | 第54-58页 |
4.1.1 熵、信息及信息熵 | 第54-55页 |
4.1.2 最大信息熵原理表述 | 第55-56页 |
4.1.3 公式推导 | 第56-58页 |
4.2 基于原点矩典型特征量的出行分布熵模型 | 第58-73页 |
4.2.1 模型建立 | 第58-60页 |
4.2.2 参数标定 | 第60-61页 |
4.2.3 参数与m之间的关系 | 第61-65页 |
4.2.4 模型检验与分布曲线 | 第65-70页 |
4.2.5 模型精度与m之间的关系 | 第70-73页 |
4.3 出行方式选择的熵模型 | 第73-80页 |
4.3.1 模型建立 | 第74-76页 |
4.3.2 参数标定 | 第76-77页 |
4.3.3 模型检验 | 第77-80页 |
4.4 推广的熵方法 | 第80-84页 |
4.4.1 熵方法的确定 | 第80页 |
4.4.2 熵方法的应用 | 第80-81页 |
4.4.3 熵方法的实例说明 | 第81-84页 |
4.5 最大信息熵原理的普适性与熵方法的验证 | 第84-87页 |
4.5.1 常用模型的产生 | 第84页 |
4.5.2 熵方法的验证 | 第84-87页 |
4.5.3 熵方法的评价 | 第87页 |
4.6 本章小结 | 第87-88页 |
第五章 全文总结 | 第88-90页 |
5.1 论文进展 | 第88页 |
5.2 创新之处及其意义 | 第88-89页 |
5.3 成果应用价值 | 第89页 |
5.4 后续研究工作 | 第89-90页 |
参考文献 | 第90-92页 |
致 谢 | 第92-93页 |
摘 要 | 第93-96页 |
ABSTRACT | 第96页 |