云-邊-端協(xié)同交通大數(shù)據(jù)智能計算及控制技術(shù)

第1章 “云—邊—端”協(xié)同交通大數(shù)據(jù)平臺架構(gòu)及關鍵技術(shù)
1.1 交通大數(shù)據(jù)智能計算平臺架構(gòu)
1.2 端邊協(xié)同采集及計算技術(shù)
1.3 多源異構(gòu)數(shù)據(jù)接入及存儲技術(shù)
1.3.1 離線數(shù)據(jù)接入
1.3.2 實時數(shù)據(jù)接入
1.3.3 數(shù)據(jù)治理技術(shù)
1.3.4 數(shù)據(jù)存儲技術(shù)
1.4 高性能圖數(shù)據(jù)庫存儲及檢索技術(shù)
1.4.1 多源異構(gòu)交通數(shù)據(jù)知識圖譜構(gòu)建方法
1.4.2 交通知識圖譜的存儲、檢索及推理技術(shù)
1.4.3 高性能圖數(shù)據(jù)庫引擎優(yōu)化技術(shù)
1.4.4 知識圖譜應用構(gòu)建
1.5 高可靠異構(gòu)計算技術(shù)
1.5.1 異構(gòu)大數(shù)據(jù)處理套件
1。5.2 異構(gòu)計算技術(shù)特點
1.5.3 異構(gòu)計算技術(shù)功能
第2章 基于知識圖譜的城市交通出行研究
2.1 城市交通出行知識圖譜的構(gòu)建
2.1.1 城市軌道交通知識圖譜
2.1.2 城市道路交通知識圖譜
2.2 基于知識推理的交通實體問隱含關系挖掘
2.2.1 基于表示學習的知識推理模型
2.2.2 模型的推理結(jié)果分析
2.3 基于城市交通知識圖譜的智能問答系統(tǒng)
2.3.1 問答系統(tǒng)的整體框架及實現(xiàn)流程
2.3.2 問答系統(tǒng)的實現(xiàn)算法
2.3.3 算法實驗與結(jié)果分析
2.3.4 智能問答系統(tǒng)的結(jié)果展示
第3章 基于“云—邊—端”協(xié)同的網(wǎng)聯(lián)車輛調(diào)度算法研究
3.1 智能網(wǎng)聯(lián)環(huán)境下城市路網(wǎng)群智感知節(jié)點優(yōu)化研究
3.1.1 服務節(jié)點選擇問題的數(shù)學模型
3.1.2 基于復雜網(wǎng)絡理論計算路段連通重要性
3.1.3 基于路段連通重要性的服務節(jié)點選擇方法
3.1.4 基于群智感知的交通評估模型
3.1.5 仿真實驗驗證及結(jié)果分析
3.2 智能網(wǎng)聯(lián)環(huán)境下城市路網(wǎng)群智感知激勵機制
3.2.1 感知任務分配
3.2.2 報酬支付
3.2.3 用戶參與行為建模
3.2.4 仿真實驗與結(jié)果
第4章 基于“云—邊—端”協(xié)同的快速路控制策略研究
4.1 端—快速路匝道入口自適應控制策略
4.1.1 城市快速路出入口建模
4.1.2 仿真場景劃分
4.1.3 城市快速路匝道入口的自適應控制策略
4.2 邊緣—快速路出入口與出口下游交叉口協(xié)同控制策略
4.2.1 快速路出入口的協(xié)調(diào)控制建模與控制策略研究
4.2.2 快速路出入口與出口下游交叉口協(xié)調(diào)控制
4.3 云管控中心
4.3.1 云—邊—端協(xié)同控制策略
4.3.2 云管控平臺實施方案