| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 研究内容与目标 | 第11-12页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 研究目的 | 第12页 |
| 1.4 论文研究方法及技术路线 | 第12-14页 |
| 第二章 城市道路交通满意度的评价指标体系 | 第14-21页 |
| 2.1 满意度概念 | 第14页 |
| 2.2 指标体系的建立方法与结构 | 第14-16页 |
| 2.2.1 指标体系的建立方法 | 第14-15页 |
| 2.2.2 指标体系结构 | 第15-16页 |
| 2.3 城市道路交通满意度的评价指标体系构建原则 | 第16-17页 |
| 2.4 城市道路交通满意度影响因素分析 | 第17-18页 |
| 2.5 城市道路交通满意度评价指标等级划分与计算 | 第18-19页 |
| 2.5.1 城市道路交通满意度评价指标等级划分 | 第18-19页 |
| 2.5.2 城市道路交通满意度评价指标量化计算 | 第19页 |
| 2.6 城市道路交通满意度调查方案 | 第19-21页 |
| 2.6.1 调查目标 | 第19页 |
| 2.6.2 调查方案实施 | 第19-21页 |
| 第三章 基于 BP 神经网络模型的城市道路交通满意度的评价方法 | 第21-31页 |
| 3.1 基于 BP 神经网络模型的城市道路交通满意度的评价体系 | 第21页 |
| 3.2 权重的确定 | 第21-24页 |
| 3.2.1 层次分析法概述 | 第21页 |
| 3.2.2 层次分析法确定权重原理 | 第21-22页 |
| 3.2.3 层次分析法判断矩阵的构造 | 第22-23页 |
| 3.2.4 层次分析法的一致性检验 | 第23-24页 |
| 3.3 BP 神经网络算法 | 第24-27页 |
| 3.3.1 神经网络概述 | 第24页 |
| 3.3.2 BP 神经网络学习算法 | 第24-25页 |
| 3.3.3 遗传算法优化 BP 神经网络模型[37] | 第25-27页 |
| 3.4 城市道路交通满意度 BP 神经网络评价模型的建立 | 第27-28页 |
| 3.4.1 输入层和输出层的确定 | 第27页 |
| 3.4.2 隐层数的确定 | 第27-28页 |
| 3.4.3 训练样本的选择 | 第28页 |
| 3.5 基于 MATLAB 的模糊 BP 神经网络程序设计 | 第28-31页 |
| 3.5.1 MATLAB 简介 | 第28页 |
| 3.5.2 神经网络工具箱 | 第28-29页 |
| 3.5.3 BP 神经网络计算城市道路交通满意度参数选取与调试 | 第29-31页 |
| 第四章 案例分析 | 第31-47页 |
| 4.1 石家庄市交通概况及现状 | 第31页 |
| 4.2 调查样本基本情况及数据分析 | 第31-34页 |
| 4.3 基于 BP 神经网络模型的石家庄市城市道路交通满意度的评价 | 第34-43页 |
| 4.3.1 AHP 法确定权重 | 第34-37页 |
| 4.3.2 BP 神经网络评价模型 | 第37-43页 |
| 4.4 城市道路交通满意度综合分析及建议 | 第43-47页 |
| 4.4.1 满意度结果分析 | 第43-44页 |
| 4.4.2 存在问题及分析 | 第44-45页 |
| 4.4.3 相关建议 | 第45-47页 |
| 第五章 总结与展望 | 第47-48页 |
| 5.1 全文总结 | 第47页 |
| 5.2 研究展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 研究生期间的科研成果及项目资助情况 | 第51-52页 |
| 致谢 | 第52-53页 |
| 附 1 | 第53-55页 |
| 附 2 | 第55-56页 |
| 附 3 | 第56-60页 |
| 详细摘要 | 第60-62页 |
