基于灰色神经网络的铁路客运量预测方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·研究背景及意义 | 第11-12页 |
| ·客运量变化特点分析 | 第12页 |
| ·客运量预测国内外研究现状 | 第12-13页 |
| ·研究内容和论文组织结构 | 第13-15页 |
| ·研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第2章 传统灰色预测模型缺陷研究 | 第15-26页 |
| ·灰色系统原理 | 第15-18页 |
| ·灰色改进型预测模型 | 第18页 |
| ·基于缓冲算子预测模型的建立 | 第18-21页 |
| ·缓冲算子理论 | 第18-21页 |
| ·基于缓冲算子模型的构建 | 第21页 |
| ·灰色幂预测模型的建立 | 第21-23页 |
| ·灰色幂模型基本理论 | 第21-22页 |
| ·灰色幂模型的改进设计及模型构建 | 第22-23页 |
| ·灰色改进模型的实例对比分析 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 基于GA优化灰色幂模型的预测模型 | 第26-38页 |
| ·GA优化灰色幂模型的预测模型 | 第26-33页 |
| ·遗传算法构成要素及基本流程 | 第26-27页 |
| ·GA优化灰色幂模型 | 第27-28页 |
| ·GA优化灰色幂模型构建过程 | 第28-32页 |
| ·模型仿真测试 | 第32-33页 |
| ·基于SVR的预测模型 | 第33-35页 |
| ·SVR算法原理 | 第33-35页 |
| ·SVR参数的选择与优化 | 第35页 |
| ·预测结果对比分析 | 第35-37页 |
| ·预测数据 | 第35-36页 |
| ·预测结果分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于BP神经网络理论的预测模型 | 第38-51页 |
| ·BP神经网络概述 | 第38-40页 |
| ·BP神经网络简介 | 第38-39页 |
| ·BP神经网络算法介绍 | 第39-40页 |
| ·BP算法改进设计 | 第40-43页 |
| ·输入值调整优化 | 第41-42页 |
| ·学习过程调整优化 | 第42-43页 |
| ·改进BP模型的构建过程 | 第43-48页 |
| ·网络初始化 | 第44-45页 |
| ·样本归一化处理 | 第45-46页 |
| ·正向传输和误差计算过程 | 第46页 |
| ·输入值调整过程 | 第46-47页 |
| ·反向传输过程 | 第47-48页 |
| ·改进BP模型性能分析 | 第48-50页 |
| ·改进BP模型实例预测结果 | 第48-49页 |
| ·改进BP模型预测性能对比分析 | 第49-50页 |
| ·本章小节 | 第50-51页 |
| 第5章 灰色神经网络预测模型 | 第51-60页 |
| ·灰色模型和神经网络的组合 | 第51-54页 |
| ·组合预测概述 | 第51页 |
| ·灰色神经网络建模方式 | 第51-54页 |
| ·灰色神经网络预测实例分析 | 第54-59页 |
| ·混合型灰色神经网络预测实例 | 第54-56页 |
| ·并联型灰色神经网络预测实例 | 第56-57页 |
| ·串联型灰色神经网络预测实例 | 第57页 |
| ·嵌入型灰色神经网络预测实例 | 第57-58页 |
| ·预测结果对比分析 | 第58-59页 |
| ·本章小节 | 第59-60页 |
| 结论 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第65页 |
