本書針對城市大數(shù)據(jù)的發(fā)展現(xiàn)狀,梳理總結(jié)了我國城市大數(shù)據(jù)智能創(chuàng)新應(yīng)用方面的成果,涵蓋了大數(shù)據(jù)處理的關(guān)鍵技術(shù)和城市計算研究的核心模型與算法,涉及城市大數(shù)據(jù)感知及增強、空氣質(zhì)量預(yù)測、交通流預(yù)測、人流量預(yù)測、出租車路徑推薦、租房推薦、救護車部署、外賣配送優(yōu)化和地鐵停站時間調(diào)度等應(yīng)用領(lǐng)域,展現(xiàn)我國城市大數(shù)據(jù)分析與智能處理的最新研究進展。
本著務(wù)實具體、詳略得當(dāng)、啟發(fā)創(chuàng)新的指導(dǎo)思想,主要特色如下:
?著眼于城市大數(shù)據(jù)智能化場景,從數(shù)據(jù)感知和數(shù)據(jù)增強等角度,提出了基于移動群體的感知技術(shù)、時空數(shù)據(jù)替補技術(shù)等,專注解決城市大數(shù)據(jù)智能應(yīng)用所面臨的數(shù)據(jù)質(zhì)量挑戰(zhàn)。
?面向多個城市智能應(yīng)用場景,如空氣質(zhì)量、交通流預(yù)測等,提出多種深度預(yù)測的模型與算法,促進城市大數(shù)據(jù)智能自動發(fā)現(xiàn)有價值的規(guī)律和知識,使數(shù)據(jù)與知識聯(lián)合驅(qū)動智慧城市進行高效的、智能的管理決策成為可能。
?基于城市時空大數(shù)據(jù)中存在的時空關(guān)聯(lián)、動態(tài)突變和不確定性等特點,利用深度學(xué)習(xí)和強化學(xué)習(xí)等技術(shù),為應(yīng)對多模態(tài)時空融合和時空動態(tài)演化等問題與挑戰(zhàn),提供多種有效方案,為智慧城市的發(fā)展和大數(shù)據(jù)智能應(yīng)用的成功提供了有力支持。
前言隨著物聯(lián)網(wǎng)與傳感技術(shù)的飛速發(fā)展,時空大數(shù)據(jù)呈爆炸式增長。如何基于時空大數(shù)據(jù)提取城市決策知識,是大數(shù)據(jù)智能技術(shù)在智慧城市應(yīng)用中的核心研究方向。如何對時空大數(shù)據(jù)進行準確感知、高效處理,從而進行智能預(yù)測、推薦、調(diào)度是當(dāng)前我國城市智能化發(fā)展的重大需求,也是由傳統(tǒng)城市管理轉(zhuǎn)向智慧城市管理的核心技術(shù)所在。目前,我國不僅是開展智慧城市建設(shè)較早的國家,也是全球范圍內(nèi)智慧城市技術(shù)體系較完善的國家,圍繞智慧城市的數(shù)據(jù)感知、深度學(xué)習(xí)、智能決策等領(lǐng)域的關(guān)鍵技術(shù)研究及應(yīng)用發(fā)展迅速。但是傳統(tǒng)的數(shù)據(jù)分析處理方法面對城市時空大數(shù)據(jù)的多源異構(gòu)性、時空依賴性和數(shù)據(jù)不確定性等問題還存在諸多技術(shù)瓶頸,城市計算基礎(chǔ)模型和算法研究亟待突破。受益于人工智能和大數(shù)據(jù)技術(shù)的迅猛發(fā)展,基于時空大數(shù)據(jù)的深度學(xué)習(xí)建模城市動態(tài)演化趨勢,使自動抽取發(fā)現(xiàn)有價值的規(guī)律知識并引入智慧城市管理決策成為可能。
城市大數(shù)據(jù)智能技術(shù)涵蓋計算機、人工智能、交通運輸、環(huán)境科學(xué)等多學(xué)科交叉領(lǐng)域,當(dāng)前一些介紹智慧城市及大數(shù)據(jù)的圖書大多將城市智能應(yīng)用場景與大數(shù)據(jù)智能技術(shù)分離進行介紹,缺乏二者結(jié)合的著力點。本書針對這一問題,分析城市時空大數(shù)據(jù)特有的時空關(guān)聯(lián)、動態(tài)突變、不確定性等特點,關(guān)注城市數(shù)據(jù)質(zhì)量不高和城市預(yù)測模型魯棒性不足、城市資源分配效率欠缺、時空動態(tài)演化學(xué)習(xí)困難等問題,以深度學(xué)習(xí)、強化學(xué)習(xí)和多視圖計算等為核心技術(shù)手段,以時空數(shù)據(jù)填補、時空序列預(yù)測、城市資源分配調(diào)度為研究對象,研究面向智慧城市大數(shù)據(jù)的多視圖缺失值填補方法、城市時空數(shù)據(jù)的知識提取與預(yù)測模型,以及城市資源快速響應(yīng)與分配調(diào)度關(guān)鍵技術(shù),并進行核心模型算法的實驗優(yōu)化及應(yīng)用驗證。
本書共11章。第1章概述了城市大數(shù)據(jù)智能的發(fā)展歷程,給出了城市大數(shù)據(jù)智能分析計算的總體框架與數(shù)據(jù)流程,梳理了城市大數(shù)據(jù)智能技術(shù)發(fā)展現(xiàn)狀和典型應(yīng)用場景。第2、3章主要介紹了城市大數(shù)據(jù)感知和增強技術(shù)。第4~6章介紹了城市時空流量智能預(yù)測技術(shù)。第7、8章介紹了面向市民出行和居住的智能推薦技術(shù)。第9~11章介紹了城市資源智能調(diào)度技術(shù)。本書所涵蓋的內(nèi)容從城市大數(shù)據(jù)感知與增強到基于城市大數(shù)據(jù)的智能預(yù)測、推薦和調(diào)度,力圖全面展現(xiàn)城市大數(shù)據(jù)智能關(guān)鍵技術(shù)和模型算法的典型研究與應(yīng)用。
本書在編寫的過程中受到國家重點研發(fā)計劃課題“城市知識庫構(gòu)建及語義協(xié)同挖掘”(2019YFB2101802)和國家自然科學(xué)基金項目“面向城市大數(shù)據(jù)的深度學(xué)習(xí)模型與方法研究”(61773324)的大力支持,在此一并表示衷心感謝!
由于編者能力有限,加之所收集和組織的材料還不夠全面,本書未能全面涵蓋我國城市大數(shù)據(jù)智能技術(shù)的新進展。另外,書中還有其他疏漏和不足之處也在所難免,敬請同行專家和廣大讀者多多批評指正。
李天瑞
目錄前言
第1章城市大數(shù)據(jù)智能概述1
11城市大數(shù)據(jù)智能研究
背景1
12城市大數(shù)據(jù)智能研究
現(xiàn)狀3
13本書的組織結(jié)構(gòu)7
第2章城市移動群智感知8
21引言8
22相關(guān)工作10
23預(yù)備知識和問題
定義12
24移動群智感知方法14
241模型框架14
242數(shù)據(jù)覆蓋率15
243數(shù)據(jù)收集任務(wù)
設(shè)計19
25實驗方案與結(jié)果分析24
251實驗方案24
252結(jié)果分析26
26本章小結(jié)30
第3章城市時空數(shù)據(jù)填補32
31引言32
32相關(guān)工作34
33預(yù)備知識和問題定義35
34基于多視圖學(xué)習(xí)的數(shù)據(jù)
缺失填補方法36
341模型框架36
342全局空間視圖37
343全局時間視圖38
344局部空間視圖39
345局部時間視圖40
346時空多視圖
學(xué)習(xí)40
35實驗方案與結(jié)果分析41
351實驗方案41
352結(jié)果分析44
36本章小結(jié)47
第4章城市空氣質(zhì)量預(yù)測48
41引言48
42相關(guān)工作49
43預(yù)備知識和問題定義51
44基于深度學(xué)習(xí)的空氣
質(zhì)量預(yù)測方法52
441模型框架52
442空間轉(zhuǎn)換模塊53
443DeepAir算法56
45實驗方案與結(jié)果分析59
451實驗方案59
452結(jié)果分析62
46本章小結(jié)66
第5章城市交通流預(yù)測67
51引言67
52相關(guān)工作69
53預(yù)備知識和問題定義71
54基于多模態(tài)深度學(xué)習(xí)的
交通流預(yù)測方法73
541模型框架73
542核心模塊說明75
55實驗方案與結(jié)果分析78
551實驗方案78
552結(jié)果分析81
56本章小結(jié)88
第6章城市人流量預(yù)測89
61引言89
62相關(guān)工作91
63預(yù)備知識和問題定義93
64基于深度時空殘差網(wǎng)絡(luò)的
城市人流量預(yù)測方法94
641模型框架94
642時空特征提取
模塊95
643外部因素模塊97
644模型融合模塊97
645算法框架與優(yōu)化
方法100
646模型變體構(gòu)建
方法101
65實驗方案與結(jié)果分析103
651實驗方案103
652結(jié)果分析108
66城市人流量預(yù)測
系統(tǒng)116
67本章小結(jié)119
第7章城市出租車路徑推薦120
71引言120
72相關(guān)工作122
73預(yù)備知識和問題
定義123
74基于深度強化學(xué)習(xí)的
動態(tài)出租車路徑推薦
方法124
741模型框架124
742時空特征
抽取126
743深度策略
網(wǎng)絡(luò)129
744深度強化
學(xué)習(xí)131
75實驗方案與結(jié)果
分析134
751實驗方案134
752結(jié)果分析137
76本章小結(jié)140
第8章城市租房推薦141
81引言141
82相關(guān)工作143
83預(yù)備知識和問題
定義144
84基于元學(xué)習(xí)的城市租房
推薦方法146
841模型框架146
842特征抽取
模塊148
843滿意程度評估
模型150
85實驗方案與結(jié)果
分析153
851實驗方案153
852結(jié)果分析155
86城市租房推薦系統(tǒng)160
87本章小結(jié)161
第9章城市救護車部署162
91引言162
92相關(guān)工作164
93預(yù)備知識和問題定義166
94基于數(shù)據(jù)驅(qū)動的動態(tài)
救護車重新部署方法168
941模型框架168
942緊急度指標169
943優(yōu)匹配
算法174
95實驗方案與結(jié)果分析176
951實驗方案176
952結(jié)果分析179
96本章小結(jié)188
第10章城市外賣配送優(yōu)化189
101引言189
102相關(guān)工作191
103預(yù)備知識和問題定義192
104基于貪心與替換策略的
外賣配送任務(wù)分組
方法194
1041模型框架194
1042預(yù)處理195
1043可共享性196
1044空駛時間199
1045分組算法200
105實驗方案與結(jié)果
分析203
1051實驗方案203
1052結(jié)果分析206
106本章小結(jié)208
第11章地鐵停站時間調(diào)度209
111引言209
112相關(guān)工作212
113預(yù)備知識和問題
定義213
114基于深度Q網(wǎng)絡(luò)的動態(tài)
列車停站時間調(diào)度
方法214
1141模型框架214
1142深度Q網(wǎng)絡(luò)設(shè)計
方法217
115實驗方案與結(jié)果
分析223
1151實驗方案223
1152結(jié)果分析226
116本章小結(jié)231
參考文獻232