基于粗神经网络的混沌交通流预测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10页 |
| ·国内外研究概况 | 第10-14页 |
| ·交通流预测国内外研究概况 | 第10-11页 |
| ·基于神经网络预测方法的国内外研究概况 | 第11-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第二章 交通流中的混沌现象分析 | 第15-31页 |
| ·引言 | 第15页 |
| ·混沌理论 | 第15-17页 |
| ·混沌的数学定义 | 第15-16页 |
| ·混沌现象的特征 | 第16-17页 |
| ·交通流中的混沌现象 | 第17-27页 |
| ·交通流的混沌特性判别 | 第17-24页 |
| ·基于交通流理论模型的混沌分析 | 第24-25页 |
| ·基于两种模型的交通流混沌现象分析 | 第25-27页 |
| ·混沌交通流预测步骤 | 第27-28页 |
| ·混沌交通流的识别 | 第28-29页 |
| ·改进的算法在混沌交通流中的预测步骤 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于粗BP神经网络的混沌交通流预测算法 | 第31-44页 |
| ·引言 | 第31页 |
| ·粗集理论 | 第31-32页 |
| ·神经网络算法 | 第32-35页 |
| ·神经元结构 | 第32-33页 |
| ·BP神经网络训练算法 | 第33-35页 |
| ·粗集与神经网络结合 | 第35-37页 |
| ·交通流预测模型 | 第37-38页 |
| ·基于粗BP神经网络的算法设计 | 第38-41页 |
| ·仿真分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于粗RBF神经网络的混沌交通流预测算法 | 第44-53页 |
| ·引言 | 第44页 |
| ·RBF神经网络算法 | 第44-46页 |
| ·基于粗RBF神经网络预测算法设计 | 第46-50页 |
| ·预测模型的建立 | 第46-47页 |
| ·粗RBF神经网络训练算法步骤 | 第47-50页 |
| ·仿真分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于模糊粗糙神经网络的混沌交通流预测 | 第53-68页 |
| ·模糊粗糙神经网络理论 | 第53-56页 |
| ·模糊粗糙隶属函数 | 第53-54页 |
| ·模糊粗糙神经网络结构 | 第54-56页 |
| ·基于模糊粗糙神经网络的交通流预测 | 第56-65页 |
| ·模型的建立 | 第56-58页 |
| ·两级模糊控制算法 | 第58-60页 |
| ·模糊控制器的设计 | 第60-65页 |
| ·仿真分析 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 结论与展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读学位期间发表的论文 | 第73-74页 |
| 攻读学位期间参加的课题 | 第74-76页 |
| 致谢 | 第76页 |
