基于Jordan神经网络的城市道路交通状态研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第6-14页 |
| ·城市道路交通研究现状 | 第6-8页 |
| ·国外研究现状 | 第6-7页 |
| ·国内研究现状 | 第7-8页 |
| ·城市道路交通存在问题 | 第8-9页 |
| ·城市道路交通研究意义 | 第9-10页 |
| ·课题来源 | 第10-11页 |
| ·论文的主要工作与论文架构 | 第11-14页 |
| 第二章 城市道路交通基本概念 | 第14-27页 |
| ·交通流基本概念 | 第14-19页 |
| ·交通流理论定义 | 第14-15页 |
| ·交通流研究方法 | 第15-16页 |
| ·交通流研究内容 | 第16-17页 |
| ·交通流基本特性 | 第17-19页 |
| ·交通控制基本理论 | 第19-23页 |
| ·信号控制基本参数 | 第19-20页 |
| ·信号控制方式 | 第20-22页 |
| ·信号控制评价指标 | 第22-23页 |
| ·交通调查 | 第23-26页 |
| ·交通调查定义 | 第23页 |
| ·交通调查类别 | 第23-24页 |
| ·交通调查对象 | 第24-26页 |
| ·小结 | 第26-27页 |
| 第三章 城市道路交通状态分析常见方法 | 第27-41页 |
| ·人工神经网络 | 第27-33页 |
| ·人工神经网络简介 | 第27-29页 |
| ·单层感知器 | 第29-31页 |
| ·两层感知器 | 第31-32页 |
| ·三层神经网络 | 第32-33页 |
| ·贝叶斯方法 | 第33-37页 |
| ·贝叶斯简介 | 第33-34页 |
| ·贝叶斯基础理论 | 第34-35页 |
| ·贝叶斯分类器 | 第35-37页 |
| ·遗传算法 | 第37-40页 |
| ·遗传算法简介 | 第37页 |
| ·遗传算法基本步骤 | 第37-39页 |
| ·遗传算法特点 | 第39-40页 |
| ·算法比较 | 第40页 |
| ·小结 | 第40-41页 |
| 第四章 JORDAN神经网络改进 | 第41-59页 |
| ·JORDAN神经网络 | 第41-45页 |
| ·Jordan神经网络简介 | 第41-42页 |
| ·训练学习方法 | 第42-44页 |
| ·Jordan优缺点 | 第44-45页 |
| ·改进的JORDAN神经刚络 | 第45-50页 |
| ·网络模型改进 | 第45-46页 |
| ·训练学习算法改进 | 第46-50页 |
| ·结论 | 第50页 |
| ·基于JORDAN模型交通状态分析 | 第50-58页 |
| ·设计思想 | 第50-51页 |
| ·参数选取 | 第51-52页 |
| ·模型设计 | 第52-56页 |
| ·算法描述 | 第56-57页 |
| ·结果分析 | 第57-58页 |
| ·小结 | 第58-59页 |
| 第五章 城市道路交通状态分析系统设计 | 第59-68页 |
| ·交通状态预测分析系统设计 | 第59-61页 |
| ·系统设计思想 | 第59页 |
| ·系统数据流 | 第59-60页 |
| ·系统功能 | 第60-61页 |
| ·交通动态数据库设计 | 第61-67页 |
| ·数据库设计思想 | 第61-62页 |
| ·数据库系统数据范围 | 第62-64页 |
| ·数据库表 | 第64-67页 |
| ·小结 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| ·总结 | 第68-69页 |
| ·展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录 | 第74-75页 |
