本书从城市交通需求模型的发展趋势出发，聚焦以数据驱动为核心的建模方法在个体活动与出行预测研究中的应用。系统阐述了如何结合多源数据、机器学习与深度学习技术，实现个体多日活动与出行的模拟与预测，并详细介绍了大数据背景下以数据为核心驱动的个体活动与出行预测方法体系。本书介绍的方法体系具有对个体活动与出行捕捉更加灵活、对居民出行需求预测更加精细等优势，适合城市交通规划、需求分析及政策评估的实践需求，为个体多日交通需求模型的建立提供理论与实践参考。

更多科学出版社服务，请扫码获取。