基于粒子群优化的神经网络对高速公路事故分析的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·选题背景 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究价值及意义 | 第11页 |
| ·本文的内容及结构 | 第11-13页 |
| 2 基于粒子群优化的BP神经网络 | 第13-26页 |
| ·BP神经网络的基本原理 | 第13-18页 |
| ·人工神经网络简述 | 第13-15页 |
| ·BP神经网络与BP学习算法 | 第15-18页 |
| ·粒子群算法的基本原理 | 第18-21页 |
| ·基本粒子群算法描述 | 第18-19页 |
| ·算法流程 | 第19-21页 |
| ·粒子群优化的BP神经网络 | 第21-24页 |
| ·本章小结 | 第24-26页 |
| 3 数据预处理 | 第26-35页 |
| ·数据预处理概述 | 第26-28页 |
| ·数据清理 | 第26-27页 |
| ·数据集成 | 第27页 |
| ·数据变换 | 第27-28页 |
| ·数据归约 | 第28页 |
| ·原始数据情况分析 | 第28-29页 |
| ·数据处理 | 第29-33页 |
| ·数据选择 | 第29-31页 |
| ·数据量化 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 4 神经网络的设计与实现 | 第35-46页 |
| ·神经网络的拓扑结构设计 | 第35-40页 |
| ·隐层数的确定 | 第35页 |
| ·各层神经元个数的确定 | 第35-40页 |
| ·神经网络的MATLAB实现 | 第40-43页 |
| ·MATLAB神经网络工具箱概述 | 第40-41页 |
| ·本文神经网络的MATLBA程序实现 | 第41-43页 |
| ·神经网络的训练和测试 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 5 结果分析 | 第46-54页 |
| ·路段因素分析 | 第46-48页 |
| ·天气因素分析 | 第48-50页 |
| ·车型因素分析 | 第50-51页 |
| ·违章行为分析 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 6 总结与展望 | 第54-56页 |
| ·本文总结 | 第54-55页 |
| ·研究展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录1 样本数据 | 第60-68页 |
| 附录2 部分源程序代码 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间主要科研成果 | 第72页 |
