| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 交通量预测国内外研究现状 | 第11-14页 |
| 1.2.1 国外的发展状况 | 第11-12页 |
| 1.2.2 国内的发展状况 | 第12-14页 |
| 1.3 论文主要内容与方法思路 | 第14-17页 |
| 第2章 交通量发展趋势及影响因素分析 | 第17-25页 |
| 2.1 运输结构变化与公路的发展趋势 | 第17-19页 |
| 2.1.1 运输结构的变化 | 第17页 |
| 2.1.2 公路的发展趋势及特点 | 第17-19页 |
| 2.2 影响交通量的因素 | 第19-21页 |
| 2.3 影响因素的考虑和选取 | 第21-24页 |
| 2.3.1 影响因素的选取原则 | 第21页 |
| 2.3.2 影响因素的选取 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 BP神经网络和遗传算法的学习与探讨 | 第25-42页 |
| 3.1 BP神经网络原理和特点 | 第25-31页 |
| 3.1.1 神经网络的特点 | 第25-26页 |
| 3.1.2 BP神经网络的结构特性 | 第26-27页 |
| 3.1.3 网络结构参数的确定 | 第27-29页 |
| 3.1.4 BP网络的算法步骤 | 第29-31页 |
| 3.2 遗传算法原理和特点 | 第31-36页 |
| 3.2.1 遗传算法的原理 | 第31-32页 |
| 3.2.2 遗传算法的特点 | 第32页 |
| 3.2.3 遗传算法的步骤 | 第32-36页 |
| 3.3 遗传算法与BP神经网络的结合 | 第36-41页 |
| 3.3.1 将遗传算法与BP神经网络结合的原因 | 第36-37页 |
| 3.3.2 遗传算法与BP神经网络结合的算法优化 | 第37-39页 |
| 3.3.3 遗传算法与BP神经网络结合的步骤与算法 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于多因素情况下的GA-BP模型的区域公路交通量预测 | 第42-64页 |
| 4.1 相关历史数据资料收集与整理 | 第42-45页 |
| 4.1.1 数据的收集 | 第42-43页 |
| 4.1.2 数据的归—化处理 | 第43-45页 |
| 4.2 多影响因子的GA-BP模型的建立及客货运量的预测 | 第45-60页 |
| 4.2.1 GA-BP模型结构的建立 | 第45-49页 |
| 4.2.2 GA-BP模型结构数据处理与分析 | 第49-60页 |
| 4.3 公路运输量与交通量的转换 | 第60-62页 |
| 4.4 交通量的分配 | 第62-63页 |
| 4.4.1 交通量的分配方法 | 第62-63页 |
| 4.4.2 交通量的分配结果 | 第63页 |
| 4.5 本章小结 | 第63-64页 |
| 总结和展望 | 第64-66页 |
| 结论 | 第64页 |
| 展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第71页 |
