| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第10-25页 |
| 1.1 研究背景 | 第10-17页 |
| 1.1.1 中国国内旅游业的快速增长与散客化 | 第10-11页 |
| 1.1.2 旅游交通规划与管理 | 第11-12页 |
| 1.1.3 旅游者时空行为分析 | 第12-15页 |
| 1.1.4 基于智能体的旅游仿真模型 | 第15-17页 |
| 1.2 研究目标与意义 | 第17页 |
| 1.3 国内外研究综述 | 第17-22页 |
| 1.3.1 基于智能体的仿真模型在旅游研究中的应用 | 第17-19页 |
| 1.3.2 已有的基于智能体的旅游出行仿真模型 | 第19-22页 |
| 1.4 研究内容与技术路线 | 第22-23页 |
| 1.5 论文构成 | 第23-25页 |
| 第2章 旅游者在旅游城市内部的时空行为分析与建模 | 第25-39页 |
| 2.1 本章引论 | 第25页 |
| 2.2 旅游者时空行为实地调查 | 第25-31页 |
| 2.2.1 研究城市介绍 | 第26页 |
| 2.2.2 调查内容 | 第26-27页 |
| 2.2.3 样本描述 | 第27-28页 |
| 2.2.4 调查结果初步分析 | 第28-30页 |
| 2.2.5 旅游者出行心理 | 第30-31页 |
| 2.3 基于智能体的旅游出行仿真模型 | 第31-38页 |
| 2.3.1 数学模型描述 | 第31-33页 |
| 2.3.2 虚拟游客属性 | 第33页 |
| 2.3.3 旅游景点属性 | 第33-34页 |
| 2.3.4 旅游城市交通网络属性 | 第34-35页 |
| 2.3.5 出行仿真规则 | 第35-36页 |
| 2.3.6 仿真结果 | 第36-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第3章 旅游者对旅游城市交通服务的反应分析 | 第39-65页 |
| 3.1 本章引论 | 第39页 |
| 3.2 旅游城市交通供给与需求管理 | 第39-42页 |
| 3.2.1 以公共交通服务为主的综合旅游交通体系 | 第40-41页 |
| 3.2.2 旅游交通信息与智能交通系统 | 第41-42页 |
| 3.3 交通信息对出行方式影响的相关研究 | 第42页 |
| 3.4 旅游者出行方式意向调查 | 第42-53页 |
| 3.4.1 MixedRankedLogit模型 | 第44-45页 |
| 3.4.2 模型参数设计 | 第45-48页 |
| 3.4.3 数据收集与初步分析 | 第48-52页 |
| 3.4.4 模型参数估计方法 | 第52-53页 |
| 3.5 意向调查结果与旅游者心理反应分析 | 第53-60页 |
| 3.5.1 智能交通系统相关变量 | 第54-55页 |
| 3.5.2 出行距离与同行队伍属性 | 第55-60页 |
| 3.6 出行方式预测 | 第60-63页 |
| 3.6.1 非自驾游客出行方式预测 | 第60-62页 |
| 3.6.2 自驾游客出行方式预测 | 第62-63页 |
| 3.7 研究方法讨论 | 第63页 |
| 3.8 本章小结 | 第63-65页 |
| 第4章 智能交通系统影响下的旅游者出行仿真分析 | 第65-77页 |
| 4.1 本章引论 | 第65-66页 |
| 4.2 仿真参数设定 | 第66-67页 |
| 4.2.1 旅游信息服务的影响 | 第66页 |
| 4.2.2 智能公共交通服务的影响 | 第66-67页 |
| 4.3 仿真规则设定 | 第67-73页 |
| 4.3.1 旅游者行程计划的改进 | 第67-71页 |
| 4.3.2 旅游者每日行程的动态变化 | 第71-73页 |
| 4.3.3 旅游者多日出行仿真模型总体框架 | 第73页 |
| 4.4 仿真场景设定 | 第73-74页 |
| 4.5 仿真结果分析 | 第74-76页 |
| 4.6 本章小结 | 第76-77页 |
| 第5章 基于社交网络数据的城际旅游时空行为分析与建模 | 第77-98页 |
| 5.1 本章引论 | 第77页 |
| 5.2 旅游活动与社交网络时空行为数据 | 第77-82页 |
| 5.2.1 新浪微博签到数据 | 第80-81页 |
| 5.2.2 微博签到数据下载策略 | 第81-82页 |
| 5.3 研究对象：杭州与长三角区域城际旅游 | 第82-83页 |
| 5.4 微博签到与旅游活动相关性分析 | 第83-85页 |
| 5.5 城际旅游时空行为建模 | 第85-88页 |
| 5.5.1 模型参数设定 | 第85-87页 |
| 5.5.2 非线性回归模型 | 第87页 |
| 5.5.3 模型参数标定方法 | 第87-88页 |
| 5.6 模型应用：高速铁路对城际旅游的影响实证 | 第88-96页 |
| 5.6.1 高速铁路对旅游影响的相关研究 | 第88-89页 |
| 5.6.2 描述性分析和量化分析方法 | 第89-90页 |
| 5.6.3 宁杭城际铁路对城际旅游客流的影响分析 | 第90-96页 |
| 5.7 本章小结 | 第96-98页 |
| 第6章 多目的地模式下旅游者时空行为分析与建模 | 第98-125页 |
| 6.1 本章引论 | 第98-99页 |
| 6.2 目的地转移概率与旅游圈 | 第99页 |
| 6.3 基于微博签到数据的旅游者多目的地时空行为模式挖掘 | 第99-110页 |
| 6.3.1 旅游者样本与研究区域 | 第99-101页 |
| 6.3.2 旅游者宏观时空分布 | 第101-105页 |
| 6.3.3 旅游者转移路径与旅游圈识别 | 第105-110页 |
| 6.4 多目的地旅游模式下改进的智能体出行仿真模型 | 第110-115页 |
| 6.4.1 旅游目的地属性 | 第111-112页 |
| 6.4.2 交通网络属性 | 第112页 |
| 6.4.3 虚拟游客属性 | 第112-114页 |
| 6.4.4 出行仿真规则 | 第114-115页 |
| 6.5 仿真场景 | 第115-117页 |
| 6.6 仿真结果 | 第117-120页 |
| 6.7 模型应用：杭黄高铁对旅游出行的影响预测 | 第120-123页 |
| 6.7.1 杭黄高铁介绍 | 第120-121页 |
| 6.7.2 仿真结果分析 | 第121-123页 |
| 6.8 本章小结 | 第123-125页 |
| 第7章 结论与展望 | 第125-129页 |
| 7.1 研究工作和结论 | 第125-126页 |
| 7.2 主要创新点 | 第126-127页 |
| 7.3 研究展望 | 第127-129页 |
| 参考文献 | 第129-140页 |
| 致谢 | 第140-142页 |
| 附录A 杭州游客在苏浙沪皖的旅游目的地清单 | 第142-146页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第146-147页 |
