基于回声状态网络的短时交通流预测研究

摘要	第1-8页
Abstract	第8-11页
第1章 绪论	第11-18页
·研究背景及意义	第11-12页
·研究背景	第11-12页
·研究意义	第12页
·国内外研究现状	第12-16页
·基于线性理论的短时交通流预测方法	第13-14页
·基于非线性理论的短时交通流预测方法	第14-15页
·基于混合原理的短时交通流预测方法	第15页
·其它短时交通流预测方法	第15-16页
·主要研究内容及章节安排	第16-18页
·研究内容	第16-17页
·章节安排	第17-18页
第2章 交通流的预测性分析	第18-30页
·交通流特性	第18-19页
·短时交通流的可预测性分析	第19-20页
·交通流时间序列的相空间重构	第20-27页
·相空间重构理论	第20页
·时间延迟τ和嵌入维数m的选取	第20-24页
·C-C法	第24-27页
·交通流非线性特征量Lyapunov指数	第27-29页
·混沌时间序列的判别	第27页
·交通流时间序列Lyapunov指数	第27-28页
·小数据量法计算Lyapunov指数	第28-29页
·本章小结	第29-30页
第3章 改进的回声状态网络的短时交通流预测	第30-39页
·回声状态网络算法	第30-33页
·储备池的关键参数	第31-32页
·回声状态网络算法流程	第32-33页
·储备池神经元拓扑结构改进	第33-35页
·改进神经元拓扑结构网络生成	第33-34页
·改进网络结构到连接权重矩阵的映射	第34-35页
·仿真实验与分析	第35-38页
·实验数据和评价指标	第35页
·实验结果及分析	第35-38页
·本章小结	第38-39页
第4章 遗传算法优化回声状态网络	第39-49页
·遗传算法的基本原理和方法	第39-45页
·遗传算法概述	第39-41页
·遗传算法的设计与实现	第41-44页
·遗传算法的特点	第44-45页
·遗传算法优化回声状态网络	第45-46页
·实验结果及分析	第46-48页
·本章小结	第48-49页
总结与展望	第49-50页
参考文献	第50-56页
致谢	第56-57页
附录A 攻读硕士学位期间所发表的学术论文	第57页