小波神经网络在客运量预测中的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文研究内容及安排 | 第13-15页 |
| 2 小波神经网络理论 | 第15-28页 |
| 2.1 小波分析理论 | 第15-19页 |
| 2.1.1 小波变换理论 | 第15-16页 |
| 2.1.2 多分辨分析 | 第16-17页 |
| 2.1.3 Mallat分解与重构算法 | 第17-19页 |
| 2.2 小波去噪理论 | 第19-23页 |
| 2.2.1 小波阈值去噪原理 | 第19-20页 |
| 2.2.2 小波阈值去噪方式 | 第20-21页 |
| 2.2.3 常用的小波基函数 | 第21-23页 |
| 2.2.4 阈值的选取 | 第23页 |
| 2.3 神经网络理论 | 第23-27页 |
| 2.3.1 BP神经网络结构 | 第24页 |
| 2.3.2 BP神经网络算法 | 第24-26页 |
| 2.3.3 BP神经网络算法学习训练过程 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 基于小波神经网络的客运量预测模型 | 第28-35页 |
| 3.1 小波神经网络结构设计 | 第28-33页 |
| 3.1.1 小波神经网络概述 | 第28页 |
| 3.1.2 小波神经网络模型 | 第28-30页 |
| 3.1.3 客运量预测模型隐含层构造 | 第30-32页 |
| 3.1.4 客运量预测模型输入层构造 | 第32-33页 |
| 3.2 数据预处理 | 第33页 |
| 3.3 网络模型的改进 | 第33-34页 |
| 3.4 实验评价指标 | 第34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 预测模型仿真实验 | 第35-55页 |
| 4.1 基于中国铁路客运量的小波神经网络预测 | 第35-48页 |
| 4.1.1 预测模型相关参数确定 | 第35-37页 |
| 4.1.2 仿真实验 | 第37-48页 |
| 4.2 基于美国铁路客运量的小波神经网络预测 | 第48-54页 |
| 4.2.1 预测模型相关参数确定 | 第48-49页 |
| 4.2.2 仿真实验 | 第49-54页 |
| 4.3 本章小结 | 第54-55页 |
| 5 结论与展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间的科研成果 | 第60页 |
