第1章 緒論 1.1 出行需求預測模型發展趨勢 1.2 多模式交通系統出行行為分析及應用 1.3 本書內容及結構 第2章 城市居民多模式出行特征提取與活動出行鏈重構 2.1 概述 2.2 基于多方式數據的區間阻抗提取 2.3 基于手機信令數據的出行OD修復與活動出行鏈重構 2.4 基于土地利用數據的小區屬性計算 2.5 本章小結 第3章 城市多模式網絡活動出行鏈建模與選擇行為分析 3.1 概述 3.2 基于活動的出行需求預測模型構建 3.2.1 基于活動的模型分析理論 3.2.2 基于活動的模型框架 3.2.3 模型特征變量選擇 3.2.4 模型的基本特征 3.3 基于機器學習方法的模型可解釋性研究 3.3.1 機器學習的可解釋性 3.3.2 機器學習的解釋方法 3.3.3 深度神經網絡與隨機森林的可解釋性分析 3.4 模型驗證與評估 3.4.1 模型驗證樣本構建 3.4.2 模型的整體精度評估 3.4.3 模型參數標定 3.5 本章小結 第4章 城際區域多模式鏈式出行行為分析 4.1 概述 4.2 基于隨機用戶平衡分配的多模式交通分配模型 4.2.1 相關理論 4.2.2 分配模型構建流程 4.3 基于SPSA的出行行為模型參數標定 4.3.1 SPSA算法基本原理 4.3.2 標定參數選取 4.3.3 目標函數 4.3.4 參數標定方法設計 4.4 本章小結 第5章 考慮廣義路徑重疊的城市多模式路徑選擇行為分析 5.1 概述 5.1.1 相關研究 5.1.2 目標與貢獻 5.2 基于多模式 網絡的組合路徑構建 5.2.1 組合路線選擇 5.2.2 廣義路徑重疊 5.3 考慮廣義路徑重疊的多層次混合Logit選擇模型 5.3.1 路徑選擇模型的 網絡表述 5.3.2 多層次混合Logit模型 5.4 實證案例 5.4.1 網絡表述 5.4.2 模型參數 5.4.3 路徑選擇預測 5.5 本章小結 第6章 基于仿真的出行活動需求與動態交通分配融合 6.1 概述 6.2 人口生成理論 6.3 基于仿真的ABM與動態交通分配迭代融合 6.3.1 動態交通分配 6.3.2 基于MATSire的ABM-DTA迭代融合 6.4 實證案例 6.4.1 重慶限號政策 6.4.2 限號政策案例施行過程 6.4.3 限號政策案例結果分析 6.5 本章小結 第7章 基于雙層規劃的城市多模式網絡活動承載力建模 7.1 概述 7.2 多模式時空活動出行路徑 7.3 動態多模式網絡活動承載力建模 7.3.1 動態多模式網絡活動承載力模型構建 7.3.2 求解算法 7.4 基于活動承載力的網絡設計 7.4.1 問題描述 7.4.2 基于活動承載力的網絡容量設計模型 7.4.3 求解算法 7.5 實證案例 7.5.1 算例網絡 7.5.2 靜態網絡活動承載力分析 7.5.3 動態網絡活動承載力分析 7.5.4 基于活動承載力的網絡設計 7.6 本章小結 第8章 總結與展望 8.1 研究總結 8.2 研究展望 參考文獻