城市復雜系統(tǒng)模擬技術：CitySPS平臺

目錄
前言
第1章 城市復雜系統(tǒng) 1
1.1 復雜系統(tǒng)理論與復雜性科學 1
1.1.1 復雜系統(tǒng)理論的發(fā)展 2
1.1.2 復雜系統(tǒng)的概念與特征 3
1.1.3 復雜系統(tǒng)的常用分析方法與典型應用方向 4
1.2 復雜系統(tǒng)的模擬技術 5
1.2.1 建模與仿真技術的發(fā)展脈絡 5
1.2.2 復雜系統(tǒng)建模與仿真技術的內(nèi)涵 6
1.2.3 復雜系統(tǒng)的主要建模方法 8
1.3 城市復雜系統(tǒng)概念與特征 9
1.3.1 城市系統(tǒng)的構成 9
1.3.2 城市復雜系統(tǒng)概念與特征 11
1.4 城市復雜系統(tǒng)研究進展 14
1.4.1 學術成果統(tǒng)計 14
1.4.2 總體研究概況 15
1.4.3 *新研究進展與產(chǎn)業(yè)化現(xiàn)狀 16
參考文獻 19
第2章 智慧城市技術發(fā)展階段 24
2.1 智慧城市概念及內(nèi)涵 24
2.1.1 智慧城市的概念演進 24
2.1.2 智慧城市的內(nèi)涵 25
2.2 我國智慧城市發(fā)展 27
2.2.1 智慧城市國家戰(zhàn)略 27
2.2.2 我國智慧城市實踐發(fā)展階段 29
2.3 量化模擬是智慧城市決策的關鍵核心技術 30
2.3.1 智慧城市進入決策智能化階段 30
2.3.2 量化模擬是實現(xiàn)城市智慧化決策的技術前提 33
2.4 軟件行業(yè)發(fā)展與智慧城市軟件開發(fā)現(xiàn)狀 34
2.4.1 全球軟件行業(yè)歷史與前沿 34
2.4.2 中國軟件行業(yè)發(fā)展現(xiàn)狀 35
2.4.3 應用軟件分類與發(fā)展概況 37
2.5 我國智慧城市模擬軟件發(fā)展與瓶頸 39
參考文獻 41
第3章 城市系統(tǒng)模擬技術發(fā)展 43
3.1 城市模型及其分類 43
3.2 城市機理模型 44
3.2.1 空間相互作用模型 45
3.2.2 投入-產(chǎn)出模型 47
3.2.3 離散選擇模型 48
3.2.4 復雜系統(tǒng)模型 49
3.2.5 總結 51
3.3 城市系統(tǒng)模擬軟件開發(fā) 51
3.3.1 城市空間研究領域軟件類型 52
3.3.2 城市系統(tǒng)模擬軟件 54
參考文獻 57
第4章 城市計算引擎與智慧決策平臺（CitySPS平臺） 58
4.1 平臺開發(fā)背景與內(nèi)涵 58
4.1.1 平臺開發(fā)背景 58
4.1.2 平臺核心內(nèi)涵 58
4.2 平臺整體定位與特色 60
4.2.1 整體定位與核心價值 60
4.2.2 定位特色 61
4.2.3 技術定位 61
4.3 平臺功能與構成 62
4.3.1 三大核心功能 62
4.3.2 平臺功能架構 63
4.3.3 平臺工程架構 65
4.4 CitySPS平臺優(yōu)勢 66
4.4.1 面向智慧決策的平臺定位 66
4.4.2 科學機理與數(shù)據(jù)驅動融合 67
4.4.3 量化精確的城市計算 68
4.4.4 多維拓展的技術架構 69
4.4.5 自主可控的安全體系 70
4.4.6 靈活嵌入的數(shù)據(jù)服務 70
第5章 量化模擬模型設計 71
5.1 系統(tǒng)模型架構 71
5.1.1 決策需求導向 71
5.1.2 理論創(chuàng)新導向 72
5.1.3 基于復雜系統(tǒng)理論的模型架構 73
5.2 計量算法設計 77
5.3 模型迭代與決策模擬 80
參考文獻 81
第6章 量化模型理論 83
6.1 區(qū)位選擇模型：區(qū)位論 83
6.1.1 居住與就業(yè)區(qū)位選擇理論 83
6.1.2 企業(yè)區(qū)位選擇理論 84
6.1.3 居民點分布理論 85
6.2 城市土地利用演化理論 86
6.2.1 土地利用演化理論 86
6.2.2 競租理論 88
6.3 出行行為理論 89
6.3.1 出行生成理論 90
6.3.2 出行分布理論 90
6.3.3 出行方式選擇理論 91
6.3.4 出行鏈理論 92
6.4 交通流與網(wǎng)絡理論 93
6.4.1 交通供需經(jīng)濟理論 93
6.4.2 交通流理論 95
6.4.3 交通流分配理論 97
6.4.4 交通擁堵與外部性理論 98
參考文獻 99
第7章 量化模型算法 103
7.1 城市土地利用類型識別技術 103
7.2 城市土地利用變化模型 103
7.2.1 CA模型 104
7.2.2 Markov模型 105
7.2.3 Logistic回歸模型 105
7.3 存量人口的居住與就業(yè)地選擇模型 106
7.3.1 感知常住人口居住和就業(yè)分布及主要影響因素 107
7.3.2 居住地、就業(yè)地區(qū)位隨機效用計算 108
7.3.3 隨機效用離散選擇模型構建 108
7.4 空間增量人口與就業(yè)的空間分布模型 109
7.4.1 感知人口和就業(yè)增量分布的影響因素 110
7.4.2 居住吸引力和就業(yè)吸引力函數(shù)構建 110
7.4.3 空間增量分布模型構建 111
7.4.4 空間增量分布系統(tǒng)模擬預測 111
7.5 房價-交通動態(tài)反饋模型 111
7.6 出行率-出行鏈復合模型 112
7.7 模式劃分與交通流分配 113
參考文獻 115
第8章 模型有效性檢驗 117
8.1 統(tǒng)計檢驗 117
8.1.1 T檢驗 117
8.1.2 F檢驗與卡方檢驗 119
8.1.3 R2 120
8.1.4 Granger因果關系檢驗 121
8.2 精度校驗 122
8.2.1 總體精度 123
8.2.2 空間精度 124
8.3 動態(tài)趨勢一致性校驗 126
8.4 機器學習比對校驗與預測 130
8.4.1 模型功能 130
8.4.2 原理概述 130
8.4.3 技術路線 132
參考文獻 133
第9章 數(shù)據(jù)需求與模型指標 134
9.1 數(shù)據(jù)需求 134
9.1.1 基礎地理信息數(shù)據(jù) 134
9.1.2 多源時空大數(shù)據(jù) 135
9.1.3 統(tǒng)計數(shù)據(jù) 138
9.1.4 居民出行調查數(shù)據(jù) 139
9.2 模型計算結果的輸出指標 140
9.2.1 人口就業(yè)與土地住房類指標 140
9.2.2 交通指標 141
9.3 模型中的決策調控指標 142
9.3.1 決策調控指標 142
9.3.2 決策綜合指標 146
9.3.3 決策感應指標 148
第10章 運行平臺開發(fā)與高性能計算 155
10.1 城市計算引擎 155
10.1.1 城市計算引擎架構設計 155
10.1.2 服務器硬件 158
10.1.3 數(shù)據(jù)庫 158
10.1.4 服務器操作系統(tǒng) 159
10.1.5 開發(fā)語言 161
10.2 用戶操作平臺 162
10.2.1 用戶平臺架構 162
10.2.2 地圖交互 164
10.3 高性能計算與優(yōu)化 166
10.3.1 高性能計算的一般使用場景 166
10.3.2 高性能計算技術解決方案 167
10.3.3 CitySPS平臺高性能計算方案 168
參考文獻 173
第11章 CitySPS平臺應用系統(tǒng) 175
11.1 CitySPS-SaaS平臺 176
11.1.1 軟件即服務（SaaS）概述 176
11.1.2 SaaS平臺核心功能 177
11.2 CitySPS-DaaS平臺 190
11.2.1 數(shù)據(jù)即服務（DaaS）概述 190
11.2.2 DaaS服務核心功能 192
11.3 CitySPS-數(shù)據(jù)管理平臺 201
11.3.1 開發(fā)背景與目的 201
11.3.2 核心功能 201
參考文獻 204
第12章 可視化系統(tǒng) 205
12.1 圖表可視化 205
12.2 空間可視化 211
12.3 大屏可視化 215
12.3.1 綜合大屏 215
12.3.2 分項大屏 217
12.4 其他可視化 221
12.4.1 BIM 221
12.4.2 CIM 222
12.4.3 知識圖譜 224
參考文獻 225
第13章 應用前景與可擴展性 227
13.1 CitySPS平臺賦能CIM建設 227
13.1.1 CIM技術發(fā)展背景 227
13.1.2 CIM建設進展與技術瓶頸 228
13.1.3 CitySPS賦能CIM平臺 230
13.2 可拓展的開放性架構 233
13.2.1 靈活的整體架構 233
13.2.2 同機器學習模型的融合 235
13.3 廣泛應用場景 236
13.3.1 應用場景 236
13.3.2 應用模型舉例 239
參考文獻 249