基于BP神经网络的空余泊位的短时预测和自动寻车系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究状况 | 第11页 |
| ·国内研究状况 | 第11-13页 |
| ·研究目的和意义 | 第13-14页 |
| ·研究内容 | 第14页 |
| ·论文组织结构 | 第14-16页 |
| 第二章 现代城市智能停车场管理系统标准方案设计 | 第16-24页 |
| ·现代化城市与智能停车场[13,14] | 第16-17页 |
| ·现代城市智能停车场的作用 | 第17-18页 |
| ·现代城市智能停车管理系统组成 | 第18-21页 |
| ·系统入口设备及流程 | 第18-19页 |
| ·系统出口设备及流程 | 第19页 |
| ·系统中间控制设备及流程 | 第19-21页 |
| ·更加完善的智能停车场管理系统 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 空余停车泊位数短时预测方法比较研究 | 第24-43页 |
| ·空余泊位预测概述 | 第24页 |
| ·预测简介 | 第24-26页 |
| ·预测[26]的概念 | 第24-25页 |
| ·预测的步骤 | 第25-26页 |
| ·灰色预测模型 | 第26-28页 |
| ·灰色模型的定义及特点 | 第26-27页 |
| ·GM(1,1)模型建立条件 | 第27页 |
| ·GM(1,1)模型的建立 | 第27-28页 |
| ·BP 神经网络预测模型算法研究 | 第28-34页 |
| ·BP 算法的数学基础[3436] | 第29-32页 |
| ·BP 神经网络预测算法步骤 | 第32-33页 |
| ·BP 神经网络预测参数选择 | 第33-34页 |
| ·预测实例 | 第34-42页 |
| ·样本数据的选取 | 第34-36页 |
| ·GM(1,1)实证预测与分析 | 第36-39页 |
| ·BP 神经网络最优组合预测 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 自动寻车系统设计及仿真 | 第43-66页 |
| ·自动寻车系统概述 | 第43页 |
| ·用户停车行为心理研究 | 第43-45页 |
| ·自动寻车系统设计方案研究 | 第45-46页 |
| ·自动寻车系统的需求分析 | 第45-46页 |
| ·自动寻车系统的组成与结构 | 第46页 |
| ·Visual C++6.0 及数据库开发基础 | 第46-52页 |
| ·Visual C++6.0 项目开发过程 | 第46-47页 |
| ·MFC 编程 | 第47-48页 |
| ·ADO 数据库访问技术 | 第48-52页 |
| ·自动寻车系统仿真实现 | 第52-65页 |
| ·自动寻车仿真系统上位机实现 | 第52-59页 |
| ·自动寻车仿真系统下位机实现 | 第59-60页 |
| ·自动寻车系统仿真实现 | 第60-65页 |
| ·本章小结 | 第65-66页 |
| 结论及展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附件 | 第73页 |
