超越引力定律

目录
丛书序
前言
第1章 引力万有——从物理到社会 1
1.1 引力定律的发现 1
1.2 人类社会中的引力定律实例 2
1.2.1 铁路网络中的引力定律 2
1.2.2 公路网络中的引力定律 3
1.2.3 通勤出行中的引力定律 4
1.2.4 城市内出行中的引力定律 5
1.2.5 人口迁移中的引力定律 5
1.2.6 国际贸易中的引力定律 6
1.2.7 货船海运中的引力定律 7
1.2.8 手机通信中的引力定律 8
1.2.9 社交网络中的引力定律 8
1.2.10 科研网络中的引力定律 9
1.3 引力模型简介 11
1.3.1 无约束引力模型 11
1.3.2 单约束引力模型 11
1.3.3 双约束引力模型 12
1.3.4 参数估计方法 12
1.4 小结 13
第2章 睹微知著——最大熵原理 14
2.1 熵的概念 14
2.1.1 统计物理熵 14
2.1.2 信息熵 15
2.1.3 最大熵 15
2.2 由最大熵原理导出引力模型 16
2.2.1 构建最大熵模型 16
2.2.2 导出引力模型 17
2.3 出行距离分布的根源 18
2.3.1 出行距离幂律分布现象 18
2.3.2 由最大熵原理导出出行成本分布 18
2.3.3 出行成本与距离的关系 19
2.3.4 导出出行距离分布 20
2.4 更一般化的熵模型——随机分组模型 21
2.4.1 幂律分布的解释 21
2.4.2 随机分组模型 22
2.4.3 模型参数确定方法 25
2.5 小结 25
第3章 择善而行——确定与随机效用理论 27
3.1 基本概念 27
3.1.1 效用与效用最大化 27
3.1.2 离散选择模型 27
3.1.3 效用最大化准则 28
3.1.4 效用水平与尺度 28
3.1.5 随机效用理论 29
3.1.6 二项Logit模型 29
3.2 由确定效用理论导出引力模型 31
3.2.1 推导过程 31
3.2.2 存在问题 33
3.3 由随机效用理论导出引力模型 34
3.3.1 多项Logit模型 34
3.3.2 导出引力模型 35
3.3.3 红蓝巴士问题 35
3.4 小结 37
第4章 以简驭繁——大数据时代的无参数模型 38
4.1 介入机会模型回顾 38
4.1.1 基本思想 38
4.1.2 推导过程 38
4.1.3 IO模型特点 40
4.2 辐射模型 41
4.2.1 模型假设与推导过程 41
4.2.2 辐射模型与IO模型的关系 42
4.2.3 辐射模型特点 43
4.3 人口权重机会模型 44
4.3.1 模型假设 44
4.3.2 预测精度 46
4.3.3 PWO模型与IO模型、辐射模型的关系 50
4.4 几种模型的内在联系 52
4.4.1 人口均匀分布下模型的对比 52
4.4.2 序贯选择和全局选择 53
4.5 小结 55
第5章 势均力敌——目的地选择博弈 57
5.1 目的地选择博弈模型 57
5.1.1 模型基本框架 57
5.1.2 模型求解算法 59
5.2 DCG模型预测结果 60
5.2.1 模型预测精度 60
5.2.2 扩展到更多问题 62
5.3 导出引力模型 65
5.3.1 简化DCG模型 65
5.3.2 势博弈与拥挤博弈 65
5.3.3 推导过程 66
5.3.4 与其他引力模型理论基础的比较 68
5.4 目的地选择与路径选择组合模型 69
5.4.1 DCG模型与UE分配模型的组合 69
5.4.2 PWO模型与UE分配模型的组合 71
5.5 小结 73
第6章 时空漫步——个体连续移动行为建模 75
6.1 随机游走类模型简介 75
6.1.1 普通随机游走 75
6.1.2 列维飞行与列维游走 77
6.1.3 连续时间随机游走 77
6.2 个体移动模式实证分析 78
6.2.1 货币流通数据 78
6.2.2 手机通信数据 79
6.2.3 出行日志数据 82
6.3 个体连续移动模型 83
6.3.1 探索与偏好返回模型 83
6.3.2 周期性随机游走模型 85
6.3.3 层次性交通系统游走模型 88
6.4 小结 90
第7章 浑然一体——个体群体移动模式预测统一模型 92
7.1 统一模型 93
7.1.1 建模思路 93
7.1.2 模型规则 95
7.2 预测结果 95
7.2.1 城市间出行预测 95
7.2.2 城市内出行预测 99
7.2.3 无记忆与无竞争模型 100
7.3 模型解析 101
7.3.1 有限空间简化个体模型解析 101
7.3.2 无限空间简化个体模型解析 105
7.3.3 简化群体模型解析 108
7.4 小结 111
第8章 方兴未艾——总结与展望 113
参考文献 115
索引 124