基于经济周期的铁路货运量人工神经网络预测研究
摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-15页 |
·研究的背景和意义 | 第10-11页 |
·国内外研究现状 | 第11-14页 |
·国外研究现状 | 第11页 |
·国内研究现状 | 第11-12页 |
·目前铁路货运量预测研究存在的不足 | 第12-14页 |
·研究的主要内容 | 第14-15页 |
第二章 铁路货运量预测方法分析 | 第15-28页 |
·预测理论概述 | 第15-17页 |
·预测的基本概念 | 第15页 |
·预测的基本原则 | 第15-16页 |
·预测的分类 | 第16-17页 |
·预测精度的度量 | 第17页 |
·铁路货运量影响因素分析 | 第17-18页 |
·铁路货运量预测方法分析 | 第18-21页 |
·铁路货运量定性预测 | 第19页 |
·铁路货运量定量预测 | 第19-21页 |
·经济周期对铁路货运量预测的影响分析 | 第21-27页 |
·经济周期理论概述 | 第21-23页 |
·当前我国经济周期浅析 | 第23-25页 |
·经济周期对铁路货运量预测的影响 | 第25-27页 |
·本章小结 | 第27-28页 |
第三章 人工神经网络理论 | 第28-40页 |
·神经网络概述 | 第28-33页 |
·人工神经元模型 | 第28-30页 |
·神经网络的结构类型 | 第30-31页 |
·神经网络的学习 | 第31-32页 |
·神经网络的特点 | 第32-33页 |
·BP神经网络 | 第33-35页 |
·BP神经网络的结构 | 第33页 |
·BP神经网络的学习规则 | 第33-34页 |
·BP神经网络的局限性 | 第34-35页 |
·自组织竞争神经网络 | 第35-37页 |
·自组织竞争神经网络的结构 | 第35-36页 |
·自组织竞争神经网络的学习规则 | 第36-37页 |
·概率神经网络 | 第37-38页 |
·径向基函数 | 第37页 |
·概率神经网络的结构及学习过程 | 第37-38页 |
·Elman神经网络 | 第38-39页 |
·Elman神经网络的结构 | 第38-39页 |
·Elman神经网络的学习过程 | 第39页 |
·本章小结 | 第39-40页 |
第四章 基于经济周期的铁路货运量预测模型 | 第40-47页 |
·经济周期阶段参数 | 第40页 |
·基于经济周期的铁路货运量预测模型 | 第40-46页 |
·影响因素分析模块 | 第41-43页 |
·经济周期分析模块 | 第43-44页 |
·综合预测模块 | 第44-46页 |
·本章小结 | 第46-47页 |
第五章 实例分析 | 第47-70页 |
·大秦线运输概况 | 第47-49页 |
·大秦线货运量影响因素分析 | 第49-55页 |
·大秦线货运量影响因素选取 | 第49-50页 |
·大秦线货运量影响因素灰色关联度分析 | 第50-55页 |
·基于人工神经网络分类功能的经济周期分析 | 第55-58页 |
·基于自组织竞争神经网络的经济周期阶段划分 | 第55-56页 |
·基于概率神经网络的经济周期阶段划分 | 第56-58页 |
·基于人工神经网络的货运量综合预测 | 第58-69页 |
·原始数据规范化 | 第58-61页 |
·基于BP神经网络的货运量综合预测 | 第61-64页 |
·基于Elman神经网络的货运量综合预测 | 第64-68页 |
·预测结果对比分析 | 第68-69页 |
·本章小结 | 第69-70页 |
第六章 结论与展望 | 第70-72页 |
·本文的主要研究工作总结 | 第70-71页 |
·本文的不足与展望 | 第71-72页 |
参考文献 | 第72-77页 |
致谢 | 第77-78页 |
攻读学位期间主要的研究成果 | 第78页 |