基于ABC-BP神经网络引航量预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文研究的主要内容和意义 | 第14-15页 |
| 第2章 BP神经网络和人工蜂群算法基本理论 | 第15-25页 |
| 2.1 BP神经网络 | 第15-19页 |
| 2.1.1 BP神经网络的特点及应用 | 第15页 |
| 2.1.2 BP神经网络结构 | 第15-16页 |
| 2.1.3 BP神经网络的推导过程 | 第16-19页 |
| 2.2 人工蜂群算法 | 第19-24页 |
| 2.2.1 人工蜂群算法简介 | 第20-21页 |
| 2.2.2 人工蜂群算法的基本模型 | 第21-22页 |
| 2.2.3 人工蜂群算法搜索过程 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 ABC-BP神经网络引航量预测模型 | 第25-43页 |
| 3.1 影响引航量因素 | 第25-27页 |
| 3.1.1 影响因素的确定 | 第25-26页 |
| 3.1.2 影响因素权重的确定 | 第26-27页 |
| 3.2 确定输入样本 | 第27-30页 |
| 3.3 ABC-BP神经网络结构的确定 | 第30-36页 |
| 3.3.1 构建BP神经网络 | 第30-32页 |
| 3.3.2 人工蜂群优化BP神经网络 | 第32-35页 |
| 3.3.3 人工蜂群算法参数的设定 | 第35-36页 |
| 3.4 ABC-BP神经网络的训练及验证 | 第36-38页 |
| 3.5 ABC-BP神经网络引航量预测模型验证 | 第38-42页 |
| 3.5.1 BP神经网络的训练及验证预测 | 第38-39页 |
| 3.5.2 结果对比 | 第39-41页 |
| 3.5.3 结果分析 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 优化模型的应用 | 第43-60页 |
| 4.1 影响深圳港引航量因素 | 第43-45页 |
| 4.1.1 影响因素的确定 | 第43-44页 |
| 4.1.2 影响因素权重的确定 | 第44-45页 |
| 4.2 确定输入样本 | 第45-51页 |
| 4.3 ABC-BP神经网络结构的确定 | 第51-56页 |
| 4.3.1 输入层、输出层神经元个数的确定 | 第51页 |
| 4.3.2 隐含层神经元个数的确定 | 第51-55页 |
| 4.3.3 相关函数的确定 | 第55-56页 |
| 4.4 ABC-BP神经网络训练和验证 | 第56-59页 |
| 4.5 ABC-BP神经网络引航量预测模型预测 | 第59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录调查问卷 | 第64-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |
