长江小南海枢纽过坝货运量预测与通航规模研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 概述 | 第8-18页 |
| ·研究背景及意义 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·目的意义 | 第9-12页 |
| ·水运量预测的原理与步骤 | 第12-13页 |
| ·水运量预测方法所依据的基本原理 | 第12-13页 |
| ·水运量预测的步骤 | 第13页 |
| ·货运量预测方法的研究现状 | 第13-16页 |
| ·本文的主要内容 | 第16-18页 |
| 第二章 常用预测理论及方法 | 第18-32页 |
| ·时间序列分析法 | 第18-20页 |
| ·移动平均法 | 第18页 |
| ·指数平滑法 | 第18-20页 |
| ·回归分析法 | 第20-22页 |
| ·灰色系统理论及应用 | 第22-31页 |
| ·灰色系统理论概述 | 第22-25页 |
| ·灰色系统的基本概念与分类 | 第22-23页 |
| ·灰色系统理论的建模思想 | 第23-24页 |
| ·灰色预测特点及分类 | 第24-25页 |
| ·GM (1, 1)模型 | 第25-28页 |
| ·GM(l, 1)模型的建立 | 第25-26页 |
| ·GM(1, 1)模型的检验 | 第26-28页 |
| ·GM(1, 1)模型的改进 | 第28-31页 |
| ·改进的等维灰数递补预测模型 | 第29-30页 |
| ·灰色指数加权平均模型 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 人工神经网络预测模型 | 第32-42页 |
| ·神经网络预测模型的原理 | 第32-36页 |
| ·人工神经网络的引入 | 第32页 |
| ·人工神经网络特点 | 第32-33页 |
| ·人工神经网络的基本结构 | 第33-35页 |
| ·人工神经网络的学习规则 | 第35-36页 |
| ·BP 神经网络模型 | 第36-40页 |
| ·BP 神经网络模型的工作原理 | 第36-40页 |
| ·标准BP 算法存在的不足 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 非线性组合预测模型 | 第42-52页 |
| ·组合预测方法概述 | 第42-45页 |
| ·组合预测方法分类 | 第42-44页 |
| ·国内外组合预测方法的研究概况 | 第44-45页 |
| ·线性最优加权组合预测模型 | 第45-46页 |
| ·基于人工神经网络技术的非线性组合预测方法 | 第46-49页 |
| ·非线性组合预测方法的引入 | 第46-48页 |
| ·基于BP 神经网络技术的非线性组合模型 | 第48-49页 |
| ·线性组合与非线性组合方式比较分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 小南海枢纽通航建筑物腹地经济和水运发展 | 第52-60页 |
| ·腹地范围 | 第52页 |
| ·腹地社会经济发展现状及发展规划 | 第52-55页 |
| ·社会经济发展现状 | 第52-54页 |
| ·社会经济发展规划 | 第54-55页 |
| ·小南海枢纽断面历年货运量现状 | 第55-58页 |
| ·小南海枢纽通航建筑物通过船型分析 | 第58-60页 |
| ·长江上游运输船舶船型现状 | 第58页 |
| ·川江及三峡库区运输船舶标准船型主尺度 | 第58-60页 |
| 第六章 小南海枢纽过坝货运量预测分析 | 第60-80页 |
| ·小南海枢纽货运发展影响因素分析 | 第60-62页 |
| ·社会经济发展对内河货运的影响 | 第60页 |
| ·综合运输网结构对内河货运的影响 | 第60-61页 |
| ·货物运输特点对内河航运的影响 | 第61-62页 |
| ·小南海枢纽过坝货运总量预测 | 第62-75页 |
| ·指数平滑预测模型 | 第63-65页 |
| ·线性回归预测模型 | 第65-69页 |
| ·灰色预测模型 | 第69-75页 |
| ·神经网络回归预测模型 | 第75-78页 |
| ·人工神经网络预测模型 | 第75-77页 |
| ·基于神经网络的非线性组合预测模型 | 第77-78页 |
| ·预测结果分析 | 第78-80页 |
| 第七章 总结与展望 | 第80-83页 |
| ·总结 | 第80-81页 |
| ·展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 在学期间发表论著及取得的科研成果 | 第87页 |
