| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究目的与意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·研究目的及意义 | 第10-11页 |
| ·国内外研究评述 | 第11-14页 |
| ·港区道路交通量传统预测方法 | 第11-12页 |
| ·码头闸.优化设计研究 | 第12-13页 |
| ·基于船期表的港区道路交通量预测 | 第13-14页 |
| ·研究内容和基本框架 | 第14-17页 |
| ·研究内容 | 第14-15页 |
| ·本研究基本框图 | 第15-17页 |
| 第二章 集装箱码头闸.交通需求智能预判系统设计 | 第17-37页 |
| ·港区集疏运交通系统分析 | 第17-21页 |
| ·系统要素 | 第17-19页 |
| ·闸.子系统分析 | 第19-20页 |
| ·系统环境 | 第20-21页 |
| ·港区集疏运交通流特点分析 | 第21-25页 |
| ·交通流构成 | 第21-22页 |
| ·港区集疏运交通流生成过程 | 第22-23页 |
| ·交通流特点 | 第23-25页 |
| ·码头闸.交通智能预判系统设计 | 第25-37页 |
| ·系统设计的基本要求 | 第26页 |
| ·系统结构及原理 | 第26-28页 |
| ·智能预判系统数据库部分表 | 第28-30页 |
| ·软件演示界面 | 第30-37页 |
| 第三章 基于曲线拟合和SVM的集装箱码头闸.交通需求预测 | 第37-53页 |
| ·闸.交通需求曲线拟合的概率统计 | 第37-39页 |
| ·数据的处理 | 第37页 |
| ·闸.交通流概率分布 | 第37-39页 |
| ·基于SVM的闸.交通需求总量预测 | 第39-40页 |
| ·各时间段的闸.交通需求预测 | 第40-42页 |
| ·天津港应用分析 | 第42-52页 |
| ·天津港基本现状 | 第42-43页 |
| ·数据的获取 | 第43-44页 |
| ·各时间段概率分布 | 第44-49页 |
| ·集装箱码头闸.交通需求总量预测 | 第49-50页 |
| ·各时间段集卡数量预测 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第四章 基于实时信息的码头闸.交通需求智能预测 | 第53-61页 |
| ·基于实时信息的概率修正思路 | 第53-54页 |
| ·基于ANN的概率修正 | 第54-56页 |
| ·应用分析 | 第56-59页 |
| ·概率修正 | 第56-58页 |
| ·实例结果比较及分析 | 第58-59页 |
| ·小结 | 第59-61页 |
| 第五章 基于季节性ANN的智能预测 | 第61-71页 |
| ·季节性时间序列 | 第61页 |
| ·码头闸.交通需求SANN建模方法设计 | 第61-65页 |
| ·季节差分-BP模型设计 | 第61-63页 |
| ·智能预判分析 | 第63-64页 |
| ·季节性神经网络预测模型 | 第64-65页 |
| ·应用分析 | 第65-69页 |
| ·闸.交通量季节性特点分析 | 第65-66页 |
| ·SANN模型预测结果 | 第66-68页 |
| ·实例结果比较及分析 | 第68-69页 |
| ·小结 | 第69-71页 |
| 第六章 结论与展望 | 第71-73页 |
| ·结论 | 第71-72页 |
| ·创新点 | 第72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间所取得的相关科研成果 | 第77-79页 |
| 致谢 | 第79页 |