新書推薦：
《
AIGC+机器人：以产业的视角读懂人工智能的未来
》
售價：NT$
498.0
《
示人以真：健康组织这样开展业务
》
售價：NT$
386.0
《
格林童话：1812/1815初版合集（权威全译本）
》
售價：NT$
549.0
《
思想会·军力：现代战争的胜败解释
》
售價：NT$
549.0
《
边界之外：海外社会研究（第一辑）
》
售價：NT$
386.0
《
好销售，不违心：在你的舒适区内拿订单
》
售價：NT$
330.0
《
阿富汗史：骑驰在风暴中的国度
》
售價：NT$
549.0
《
背影2
》
售價：NT$
386.0
|
| 內容簡介： |
|
《数据驱动的高速列车晚点传播与恢复》介绍了数据科学、人工智能理论在高速列车晚点传播与恢复理论中的应用，《数据驱动的高速列车晚点传播与恢复》共9章：绪论、高速列车运行数据及列车晚点概述、高速列车晚点分布特征、高速列车初始晚点分布模型、高速列车晚点传播过程分析、高速列车晚点横向传播模型、高速列车晚点纵向传播模型、高速列车晚点恢复模型、基于晚点恢复能力提升的冗余时间布局。
|
| 目錄：
|
|
目录 丛书序 前言 第1章 绪论 1 1.1 研究背景 1 1.2 研究动态分析 2 1.2.1 基于传统数学模型驱动的相关研究动态概况 2 1.2.2 基于数据驱动的相关研究动态概况 4 1.2.3 已有研究及实践总结及研究趋势判断 13 1.3 研究意义 17 1.4 主要内容 18 第2章 高速列车运行数据及列车晚点概述 21 2.1 高速列车运行数据 21 2.1.1 数据来源 21 2.1.2 数据格式 24 2.2 国内外铁路列车晚点概况 25 2.2.1 世界主要国家普速铁路旅客列车晚点情况 25 2.2.2 世界高速铁路列车晚点情况 28 2.2.3 列车正点率特征分析 31 2.3 高速列车晚点影响因素及晚点分类 34 2.3.1 晚点影响因素 34 2.3.2 晚点分类 35 2.4 高速铁路故障特征分析 36 2.4.1 故障时空分布 37 2.4.2 基于 K 均值的故障聚类 39 2.5 本章小结 42 第3章 高速列车晚点分布特征 43 3.1 高速列车晚点分布总体特征 43 3.1.1 列车运行基本信息描述 43 3.1.2 列车到达晚点总体分布规律 453.1.3 区间运行时间与车站停站时间分布规律 49 3.2 高速列车初始晚点统计特征 53 3.2.1 初始晚点及影响描述性统计 53 3.2.2 晚点恢复统计 57 3.2.3 初始晚点分布与通过能力利用率的关系 59 3.3 本章小结 61 第4章 高速列车初始晚点分布模型 63 4.1 初始晚点时间分布模型拟合及检验 63 4.1.1 初始晚点时间分布备选模型 63 4.1.2 初始晚点时间分布模型拟合 66 4.1.3 初始晚点时间分布模型检验 71 4.2 高速列车致因—初始晚点持续时长分布模型 76 4.2.1 致因分类 76 4.2.2 致因—初始晚点时长分布模型 77 4.2.3 致因—初始晚点时长分布模型校验 80 4.3 本章小结 82 第5章 高速列车晚点传播过程分析 84 5.1 高速列车运行干扰作用过程 84 5.1.1 列车运行干扰分布规律 84 5.1.2 列车运行晚点的累积特性分析 87 5.2 高速列车运行图冗余时间—晚点恢复作用过程 91 5.2.1 冗余时间基本概念 91 5.2.2 冗余时间的分布规律 92 5.2.3 冗余时间作用下的晚点恢复过程 94 5.3 高速列车晚点传播分析方法 96 5.3.1 统计分析方法 96 5.3.2 仿真实验分析 105 5.3.3 数据驱动模型 110 5.4 本章小结 112 第6章 高速列车晚点横向传播模型 113 6.1 高速列车晚点横向传播度量指标 113 6.2 晚点影响列车数分布模型 115 6.2.1 晚点影响列车数分布模型拟合 116 6.2.2 晚点影响列车数分布模型检验 124 6.3 晚点影响总时间分布模型 1296.3.1 晚点影响总时间分布模型拟合 130 6.3.2 晚点影响总时间分布模型检验 136 6.4 高速列车晚点影响预测模型 138 6.4.1 晚点影响列车数预测模型 139 6.4.2 晚点影响总时间预测模型 152 6.5 本章小结 161 第7章 高速列车晚点纵向传播模型 162 7.1 单列车晚点预测的马尔可夫模型 162 7.1.1 马尔可夫晚点传播链构建 162 7.1.2 高速列车晚点预测马尔可夫模型 164 7.1.3 马尔可夫模型预测精度评估 165 7.2 单列车晚点预测的混合贝叶斯网络模型 169 7.2.1 方法框架和准备工作 170 7.2.2 贝叶斯网络模型的训练与验证 171 7.2.3 模型效果评估 175 7.3 考虑多列车依赖关系的晚点预测深度学习模型 179 7.3.1 问题描述 179 7.3.2 FCL-Net模型概述 183 7.3.3 深度学习模型训练 186 7.3.4 模型性能评估 189 7.4 本章小结 197 第8章 高速列车晚点恢复模型 198 8.1 高速列车晚点恢复的随机森林预测模型 198 8.1.1 晚点恢复问题描述 198 8.1.2 晚点恢复影响因素确定 199 8.1.3 列车晚点恢复预测模型 203 8.2 高速列车运行调整策略的晚点恢复聚类 209 8.2.1 不同运行调整策略的晚点恢复分布特征 209 8.2.2 列车运行调整策略的晚点恢复聚类 211 8.3 不同列车运行调整策略的晚点恢复效果模型 216 8.3.1 模型准备 216 8.3.2 基于逐步回归的多元变量特征选择 220 8.3.3 基于梯度提升回归树的列车运行调整策略晚点恢复效果模型 224 8.4 本章小结 231第9章 基于晚点恢复能力提升的冗余时间布局 233 9.1 基于晚点期望的冗余时间布局优化方法 233 9.1.1 高速列车晚点期望分析 233 9.1.2 基于最小晚点期望的高速列车冗余时间布局优化 235 9.2 基于冗余时间利用效率提升的冗余时间布局 241 9.2.1 高速列车冗余时间利用效率提取的机器学习模型 241 9.2.2 高速列车运行图冗余时间布局优化 244 9.3 本章小结 248 参考文献 250 《交通与数据科学丛书》书目
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
