神经网络应用于高速公路交通流预测的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 选题背景 | 第9页 |
| 1.2 理论意义和应用价值 | 第9-10页 |
| 1.3 国内外研究现状及发展趋势 | 第10-12页 |
| 1.4 论文的内容安排 | 第12-14页 |
| 第2章 交通流理论 | 第14-20页 |
| 2.1 交通流参数 | 第14-16页 |
| 2.1.1 流量 | 第14页 |
| 2.1.2 速度 | 第14-15页 |
| 2.1.3 交通密度 | 第15-16页 |
| 2.2 交通流基本参数模型 | 第16-17页 |
| 2.2.1 车速与密度模型 | 第16页 |
| 2.2.2 流量与交通密度模型 | 第16-17页 |
| 2.2.3 速度与流量模型 | 第17页 |
| 2.3 高速公路动态交通模型 | 第17-20页 |
| 2.3.1 动态交通密度模型 | 第18页 |
| 2.3.2 动态速度模型 | 第18-19页 |
| 2.3.3 动态流量模型 | 第19-20页 |
| 第3章 人工神经网络理论 | 第20-32页 |
| 3.1 生物神经网络的原理 | 第20-21页 |
| 3.2 人工神经网络的原理 | 第21-23页 |
| 3.2.1 人工神经元 | 第21-22页 |
| 3.2.2 人工神经网络的拓扑 | 第22页 |
| 3.2.3 人工神经网络的训练 | 第22-23页 |
| 3.3 BP神经网络模型 | 第23-27页 |
| 3.3.1 BP神经网络训练的算法 | 第24-25页 |
| 3.3.2 BP神经网络训练的过程 | 第25页 |
| 3.3.3 BP神经网络的改进 | 第25-27页 |
| 3.4 小波神经网络 | 第27-32页 |
| 3.4.1 小波神经网络基本原理 | 第27-29页 |
| 3.4.2 小波神经网络实现步骤 | 第29-31页 |
| 3.4.3 小波函数的选择 | 第31-32页 |
| 第4章 高速公路交通流的神经网络模型 | 第32-45页 |
| 4.1 监测路段的原始模型 | 第32页 |
| 4.2 神经网络的结构设计 | 第32-35页 |
| 4.2.1 输入层节点和输出层节点的设计 | 第32-33页 |
| 4.2.2 网络设计 | 第33-35页 |
| 4.3 神经网络的仿真流程图 | 第35-37页 |
| 4.4 仿真预测与分析 | 第37-45页 |
| 4.4.1 样本数据归一化处理 | 第38-39页 |
| 4.4.2 神经网络的训练 | 第39-41页 |
| 4.4.3 交通流的预测 | 第41-45页 |
| 第5章 总结 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48页 |
