目錄
第1章 城市生命體運行的風險及其復雜性 1
1.1 城市生命體運行的災害風險與“城市病” 2
1.1.1 災害風險 2
1.1.2 “城市病” 5
1.2 城市復雜生命體系統(tǒng)及其運行機制 8
1.2.1 城市是復雜生命體系統(tǒng) 8
1.2.2 城市生命體生長演化理論 13
1.2.3 系統(tǒng)相互作用理論 16
參考文獻 19
第2章 城市生命體運行模擬預測技術進展 22
2.1 城市系統(tǒng)模型的理論進展 23
2.1.1 空間相互作用模型 23
2.1.2 數(shù)學規(guī)劃模型 24
2.1.3 隨機效用模型 25
2.1.4 空間投入產(chǎn)出模型 25
2.2 城市系統(tǒng)模型的應用平臺技術進展 26
2.3 城市系統(tǒng)模型的國內技術進展 27
2.3.1 我國城市數(shù)字化治理平臺的進展 27
2.3.2 我國當前“體檢”式的城市生命體運行診斷的短板 29
參考文獻 30
第3章 CitySPS城市生命體運行預測與智慧預警技術體系 32
3.1 CitySPS城市系統(tǒng)模型架構 33
3.2 CitySPS城市系統(tǒng)模擬預測技術平臺應用系統(tǒng) 34
3.3 城市計算引擎架構 36
3.4 CitySPS城市生命體運行預測與智慧預警技術 41
參考文獻 46
第4章 城市生命體運行模擬預測：人口增長與分布 47
4.1 CitySPS模擬人口增長與分布的技術原理 48
4.2 案例城市的人口就業(yè)規(guī)模與分布情況 49
4.2.1 人口總規(guī)模與分布 49
4.2.2 人口結構 49
4.2.3 就業(yè)人口分布 50
4.3 人口總規(guī)模與分布預測 51
4.3.1 常住人口總規(guī)模、區(qū)分布 51
4.3.2 人口撫養(yǎng)比與老齡化 54
4.4 職住人口比與就業(yè)人口規(guī)模分布預測 58
4.4.1 職住比的變化與就業(yè)人口總規(guī)模 58
4.4.2 就業(yè)人口的空間分布 59
4.4.3 中心城區(qū)、近郊區(qū)與遠郊區(qū)的就業(yè)人口規(guī)模與分布 60
4.4.4 主要就業(yè)人口集聚區(qū) 61
4.5 基于LSTM算法的北京市常住人口數(shù)量預測 62
4.6 人口分布的診斷與智慧預警 63
參考文獻 66
第5章 城市生命體運行模擬預測：土地利用變化 67
5.1 CitySPS模擬土地利用變化的技術原理 68
5.2 案例城市的用地情況 68
5.3 建設用地整體格局 70
5.3.1 總量增長情況 70
5.3.2 區(qū)級增長情況 71
5.3.3 中心城區(qū)、郊區(qū)增長情況對比 72
5.3.4 用地混合度分析 73
5.4 工業(yè)用地增長模擬 75
5.4.1 總量增長情況 75
5.4.2 區(qū)級增長情況 75
5.4.3 中心城區(qū)、郊區(qū)增長情況對比 77
5.5 居住功能用地增長模擬 78
5.5.1 總量增長情況 78
5.5.2 區(qū)級增長情況 79
5.5.3 中心城區(qū)、郊區(qū)增長情況對比 80
5.6 商業(yè)服務設施用地增長模擬 81
5.6.1 總量增長情況 81
5.6.2 區(qū)級增長情況 82
5.6.3 中心城區(qū)、郊區(qū)增長情況對比 84
5.7 機理模型與機器學習模型精度對比 85
5.8 土地利用的診斷與智慧預警 86
參考文獻 87
第6章 城市生命體運行模擬預測：住房供需與房價 88
6.1 CitySPS模擬住房供需與房價的技術原理 89
6.2 案例城市的住房供需與價格情況 90
6.2.1 北京住房供給狀況 90
6.2.2 北京住房需求狀況 92
6.2.3 北京住房的供需平衡分析 94
6.2.4 北京房價情況 95
6.3 城市整體住房供需預測 97
6.3.1 城市住房需求預測 97
6.3.2 城市住房供給預測 99
6.3.3 城市住房供需平衡預測 102
6.4 城市房價預測 104
6.4.1 城市整體房價預測 104
6.4.2 重要地區(qū)的房價預測 106
6.5 基于XGBoost方法的房價模擬 108
6.5.1 方法介紹 108
6.5.2 預測結果 109
6.6 住房供需與房價的診斷與智慧預警 112
參考文獻 114
第7章 城市生命體運行模擬預測：交通需求 115
7.1 交通需求預測的技術原理與方法 116
7.2 案例城市交通設施與需求狀況 116
7.2.1 北京市交通設施的發(fā)展情況 116
7.2.2 北京市交通需求變化 117
7.3 交通出行總量預測 120
7.4 交通出行分布預測 121
7.5 交通出行方式預測 124
7.6 基于深度重力模型的交通需求預測 127
參考文獻 129
第8章 城市生命體運行模擬預測：交通流 130
8.1 交通流模擬技術原理 131
8.1.1 原理與方法 131
8.1.2 數(shù)據(jù)處理 132
8.2 案例城市的交通流與擁堵狀況 133
8.3 通勤時間成本預測 135
8.3.1 整體出行時間成本 135
8.3.2 各區(qū)出行時間成本對比分析 135
8.3.3 中心城區(qū)、近郊區(qū)、遠郊區(qū)對比分析 136
8.3.4 重要居住中心深入分析 136
8.4 交通擁堵預測 137
8.5 交通流模塊的智能預警 139
參考文獻 140
第9章 城市生命體運行預測與智慧預警應用場景：低碳場景 141
9.1 低碳場景構建 142
9.1.1 土地利用調控 142
9.1.2 建筑設計調控 143
9.1.3 綠色交通調控 143
9.2 城市低碳運行模擬 144
9.2.1 城市整體碳排放情況 144
9.2.2 碳排放空間分布情況 145
9.2.3 分部門碳排放情況 146
9.2.4 低碳政策模擬結果 148
參考文獻 152
第10章 城市生命體運行優(yōu)化調控的方案推薦 153
10.1 推薦算法模型 154
10.1.1 理論基礎 154
10.1.2 推薦算法模型的算法設計 155
10.2 推薦方案設計 157
10.2.1 推薦系統(tǒng)組成 157
10.2.2 推薦方案生成流程 158
10.3 方案推薦示例 161
10.3.1 推薦方案與自由調控 161
10.3.2 不同碳排放量目標下的推薦方案情況 163
參考文獻 166
第11章 城市系統(tǒng)模型試用版介紹 167
11.1 Demo版城市簡介 168
11.2 Demo版城市運行狀態(tài)監(jiān)測 171
11.2.1 城市運行綜合大屏 172
11.2.2 城市運行監(jiān)測評分 175
11.3 Demo版城市發(fā)展趨勢推演 176
11.4 Demo版城市系統(tǒng)智能預警 178
11.5 Demo版城市決策場景模擬 180
第12章 結論與展望 184