• 
  基于风险认知的出...
  ￥33.18元
• 
  中国全要素生产率...
  ￥48.98元
• 
  国际经济研究中的...
  ￥43.45元
• 
  变量筛选模型分类...
  ￥41.08元
• 
  基于单点搜索的元...
  ￥41.08元
• 
  高峰期出行动态均...
  ￥22.91元
• 
  供应链信息管理
  ￥32.39元

　　随着社会经济的高速发展，交通拥堵成为制约大中城市可持续发展的瓶颈。交通系统中存在着各种不确定性因素，这些因素往往是交通拥堵的罪魁祸首。作为实现城市交通出行效率的重要内容和手段，研究不确定情景下的出行行为对于理解交通拥堵的形成机理，从社会经济可持续发展的角度解决交通拥堵等诸多社会问题具有极强的社会背景和应用价值。 　　受行为科学理论的启发，本书将心理认知因素引入研究框架内，构建了基于风险认知的网络均衡模型，对均衡结果进行了全面分析和讨论，以期进一步丰富和发展交通行为理论，揭示城市交通网络动态特性和演变机理，从而为制定科学的城市交通规划管理手段和发展先进的交通管理与控制技术建言献策。 　　本书适合交通运输经济学、城市经济学、交通运输规划与管理、运筹学、系统科学与系统工程、行为经济学等专业的高年级本科生、研究生阅读，也可供高校教师以及工程师参考。

样章试读

• 暂时还没有任何用户评论

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

• 暂时还没有任何用户咨询内容

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

用户名：	匿名用户
E-mail：
咨询内容：

• 总序
  前言
  第1章 绪论
  1.1 基于风险认知的出行行为研究的重要性
  1.1.1 城市交通问题及对策
  1.1.2 不确定环境下的交通行为与交通拥堵关系
  1.2 国内外关于出行行为和风险认知研究的概述
  1.2.1 国内外研究概况
  1.2.2 基于风险认知的出行行为研究所遇到的问题
  1.3 本书的主要研究问题和思路
  1.3.1 研究目标
  1.3.2 研究内容
  第2章 具有异质参考点的多用户网络均衡模型
  2.1 基于CPT的感知价值
  2.1.1 前景理论和CPT
  2.1.2 基于CPT的感知价值的推导
  2.2 用户异质性定义
  2.3 基于CPT的多用户网络均衡模型
  2.4 数值算例
  2.5 本章小结
  第3章 具有内生市场渗透率的混合多用户网络均衡模型
  3.1 基于CPT的混合多用户网络均衡模型
  3.1.1 用户异质性定义
  3.1.2 网络均衡模型
  3.2 求解算法
  3.3 数值算例
  3.4 本章小结
  第4章 前景理论框架下BOT模式中的收益分配
  4.1 基于感知价值的多用户网络均衡模型
  4.2 求解算法
  4.3 网络模型
  4.4 数值结果讨论
  4.5 本章小结
  第5章 考虑出行者到达时间感知价值的网络均衡模型
  5.1 符号定义和模型描述
  5.1.1 符号定义
  5.1.2 累积感知价值
  5.2 网络均衡模型
  5.2.1 均衡解的存在性
  5.2.2 均衡解的唯一性分析
  5.3 求解算法
  5.4 数值算例
  5.4.1 两条路段的网络
  5.4.2 五条路段的网络
  5.5 本章小结
  第6章 基于累积感知价值的动态用户均衡模型
  6.1 符号定义和基本假设
  6.2 路段通行能力退化情形下的路段和路径出行时间
  6.3 基于CPV的动态用户均衡模型
  6.3.1 CPV
  6.3.2 基于CPV的动态用户均衡条件
  6.3.3 均衡解的存在性
  6.3.4 求解算法
  6.4 数值算例
  6.4.1 不考虑通行能力退化的情形
  6.4.2 考虑通行能力退化的情形
  6.5 本章小结
  第7章 存在出行风险的方式划分和出行时间安排均衡模型
  7.1 模型构建
  7.2 小汽车模式
  7.3 地铁模式
  7.4 均衡解的性质
  7.5 数值算例
  7.6 本章小结
  第8章 路径选择理论结果和实证数据分析
  8.1 路径选择成本函数构建
  8.1.1 基于EU理论的出行成本函数
  8.1.2 基于前景理论的出行成本函数
  8.2 数值算例
  8.2.1 场景一下的比较结果
  8.2.2 场景二下的比较结果
  8.2.3 场景三下的比较结果
  8.3 问卷调查
  8.3.1 调查目的
  8.3.2 调查对象、资料收集、分析方法
  8.3.3 调查结果分析
  8.4 时间价值对路径选择的影响
  8.4.1 不考虑时间价值对均衡结果的影响
  8.4.2 考虑时间价值对均衡结果的影响
  8.5 本章小结
  第9章 结论与展望
  9.1 主要研究结论
  9.2 未来研究展望
  参考文献
  附录 出行时间分布函数已知的情况下ATPV的推导过程