摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第11-23页 |
1.1 论文的选题背景及意义 | 第11-16页 |
1.1.1 选题的背景 | 第11-15页 |
1.1.2 选题的意义 | 第15-16页 |
1.2 国内外研究现状分析 | 第16-19页 |
1.2.1 国外研究现状 | 第16页 |
1.2.2 国内研究现状 | 第16-19页 |
1.3 论文研究主要内容 | 第19-20页 |
1.3.1 研究目标 | 第19页 |
1.3.2 研究内容 | 第19-20页 |
1.3.3 拟解决关键问题 | 第20页 |
1.4 论文研究方法与技术路线 | 第20-23页 |
1.4.1 研究方法 | 第20-22页 |
1.4.2 技术路线 | 第22-23页 |
第2章 城市轨道交通发展状况分析 | 第23-34页 |
2.1 城市轨道交通概述 | 第23-24页 |
2.1.1 基本概念 | 第23页 |
2.1.2 城市轨道交通的效益 | 第23-24页 |
2.2 世界城市轨道交通现状分析 | 第24-33页 |
2.2.1 世界典型城市轨道交通现状 | 第24-27页 |
2.2.2 国内城市轨道交通现状 | 第27-32页 |
2.2.3 世界城市轨道交通发展分析 | 第32-33页 |
2.3 本章小结 | 第33-34页 |
第3章 城市轨道交通合理规模相关影响因素分析 | 第34-43页 |
3.1 城市轨道交通合理规模相关影响因素概述 | 第34-38页 |
3.2 指标体系的构建 | 第38-41页 |
3.2.1 指标体系的构建原则 | 第38-40页 |
3.2.2 指标筛选的方法 | 第40-41页 |
3.3 城市轨道交通合理规模分析指标体系的构建 | 第41-42页 |
3.4 本章小结 | 第42-43页 |
第4章 神经网络原理及合理规模分析模型的构建 | 第43-62页 |
4.1 人工神经网络分类与应用 | 第43-45页 |
4.1.1 神经网络模型分类 | 第43-44页 |
4.1.2 神经网络在交通运输工程中的应用 | 第44-45页 |
4.2 BP神经网络原理 | 第45-49页 |
4.2.1 生物神经元的结构与功能特点 | 第45-46页 |
4.2.2 人工神经元 | 第46-48页 |
4.2.3 BP神经网络 | 第48页 |
4.2.4 BP算法的改进 | 第48-49页 |
4.3 BP神经网络模型的构建方法 | 第49-51页 |
4.4 基于BP神经网络的城市轨道交通合理规模分析模型的构建 | 第51-61页 |
4.4.1 指标的选取及数据来源 | 第51-52页 |
4.4.2 BP神经网络结构的构建 | 第52-53页 |
4.4.3 样本的学习和模型的检验 | 第53-61页 |
4.5 本章小结 | 第61-62页 |
第5章 目标城市城市轨道交通合理规模研究 | 第62-70页 |
5.1 目标城市城市轨道交通合理规模分析 | 第62-66页 |
5.1.1 指标数据的收集 | 第63-65页 |
5.1.2 目标城市城市轨道交通合理规模的计算 | 第65页 |
5.1.3 目标城市城市轨道交通合理规模计算结果分析 | 第65-66页 |
5.2 合理规模发展建议 | 第66-69页 |
5.2.1 初期发展阶段建议 | 第66-67页 |
5.2.2 中期发展阶段建议 | 第67-68页 |
5.2.3 远期(趋于稳定)发展阶段建议 | 第68页 |
5.2.4 宏观发展建议 | 第68-69页 |
5.3 本章小结 | 第69-70页 |
结论与展望 | 第70-72页 |
致谢 | 第72-73页 |
参考文献 | 第73-77页 |
攻读硕士学位期间发表的论文及科研成果 | 第77-78页 |
附录1:合理规模分析模型主程序源代码 | 第78页 |