| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究目的及意义 | 第9-10页 |
| 1.3 主要研究思路 | 第10-11页 |
| 1.4 文章框架 | 第11-12页 |
| 第2章 交通流相关理论 | 第12-23页 |
| 2.1 道路交通流 | 第12-13页 |
| 2.1.1 道路交通流概况 | 第12页 |
| 2.1.2 道路交通流短时预测研究现状 | 第12-13页 |
| 2.2 船舶交通流 | 第13-21页 |
| 2.2.1 船舶交通流特征 | 第13-15页 |
| 2.2.2 交通流基本参数 | 第15-17页 |
| 2.2.3 船舶交通流预测 | 第17-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第3章 神经网络及ELM | 第23-36页 |
| 3.1 神经网络简介 | 第23-29页 |
| 3.1.1 神经网络概述 | 第23页 |
| 3.1.2 神经网络的结构 | 第23-26页 |
| 3.1.4 神经网络的学习 | 第26-27页 |
| 3.1.5 神经网络的应用及优缺点 | 第27-29页 |
| 3.2 超限学习机 | 第29-33页 |
| 3.2.1 ELM概述 | 第29-31页 |
| 3.2.2 ELM理论 | 第31-32页 |
| 3.2.3 ELM算法 | 第32-33页 |
| 3.3 ELM在道路交通流短时预测研究中的应用 | 第33-34页 |
| 3.4 将ELM应用到短时船舶交通流预测研究的可行性 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 成山头分道通航水域介绍 | 第36-43页 |
| 4.1 成山头水域环境简介 | 第36-38页 |
| 4.2 成山头分道通航水域通航管理规定 | 第38-42页 |
| 4.2.1 成山角水域定线制 | 第39-41页 |
| 4.2.2 成山角水域强制性船舶报告制 | 第41-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第5章 短时船舶交通流预测分析 | 第43-61页 |
| 5.1 船舶交通流数据 | 第43-49页 |
| 5.1.1 数据选择 | 第43页 |
| 5.1.2 数据读取 | 第43-46页 |
| 5.1.3 数据预处理 | 第46-49页 |
| 5.2 交通流数据分析 | 第49-50页 |
| 5.3 ELM神经网络的建立及训练 | 第50-52页 |
| 5.3.1 ELM算法流程 | 第50-52页 |
| 5.3.2 ELM预测模型的评价指标 | 第52页 |
| 5.4 ELM神经网络编程实现 | 第52-55页 |
| 5.4.1 产生训练测试集 | 第53页 |
| 5.4.2 ELM创建和训练 | 第53页 |
| 5.4.3 ELM仿真测试 | 第53-54页 |
| 5.4.4 ELM预测结果对比及图表生成 | 第54-55页 |
| 5.5 实例结果及分析 | 第55-60页 |
| 5.6 本章小结 | 第60-61页 |
| 第6章 结论与展望 | 第61-63页 |
| 6.1 结论 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |