《超*引力定律——空间交互和出行分布预测理论与方法》从对引力定律的实证观察出发，系统介绍了引力模型的基础理论与应用方法，包括从大熵原理、效用理论和博弈论等不同角度对引力模型做出的解释及改进。《超*引力定律——空间交互和出行分布预测理论与方法》还结合作者近年来的系列研究工作，系统介绍大数据驱动的出行行为复杂性分析与建模的研究进展。《超*引力定律——空间交互和出行分布预测理论与方法》内容可以丰富和发展交通行为研究理论与方法，深化对各种社会经济系统中的空间交互机制的理解，为城市规划、交通管理、经济地理等方面的研究提供一定的理论与方法支持。

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