| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第8-15页 |
| ·我国城市公路交通中存在的典型问题 | 第8-10页 |
| (1) 交通拥堵现象日益严重 | 第8页 |
| (2) 交通污染造成城市环境的日益恶化 | 第8页 |
| (3) 能源消耗严重 | 第8-9页 |
| (4) 混合交通流相互干扰,交通事故频发 | 第9页 |
| (5) 城市交通发展政策不合理、道路路面优先通行权不明确导致交通结构不合理 | 第9-10页 |
| ·公路交通流量预测研究的背景和意义 | 第10-11页 |
| ·交通流量预测系统研究现状及存在的问题 | 第11-12页 |
| ·本课题的研究内容和组织 | 第12-14页 |
| ·课题来源 | 第12页 |
| ·课题的研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| ·本课题的研究意义 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第二章 经典预测模型的分析和比较 | 第15-30页 |
| ·多元线性回归预测 | 第15-16页 |
| ·指数平滑预测方法 | 第16-17页 |
| ·基于神经网络的预测方法 | 第17-21页 |
| ·时间序列预测模型 | 第21-25页 |
| ·时间序列模型的概念 | 第21-22页 |
| ·时间序列模型的概念 | 第22-23页 |
| ·时间序列模型的参数估计 | 第23-25页 |
| ·基于数据融合的预测方法 | 第25-29页 |
| ·融合模型的建立 | 第25-26页 |
| ·融合模型的权重确定方法 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 流量预测模型的改进研究 | 第30-45页 |
| ·人工神经网络概述 | 第30-35页 |
| ·神经网络基本理论 | 第30-31页 |
| ·人脑神经元的基本模型 | 第31-33页 |
| ·BP算法及其工作原理 | 第33-34页 |
| ·BP算法的一般步骤 | 第34-35页 |
| ·对神经网络学习算法的改进 | 第35-36页 |
| ·传统BP算法存在的缺点 | 第35页 |
| ·BP学习算法的改进 | 第35-36页 |
| ·隔离小生境遗传算法优化BP神经网络 | 第36-44页 |
| ·物种形成和隔离小生境技术的引入 | 第37-38页 |
| ·基于隔离小生境技术的遗传算法(IGA) | 第38-39页 |
| ·基于隔离小生境技术的遗传算法步骤 | 第39-40页 |
| ·隔离小生境遗传算法优化BP神经网络步骤 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于改进的预测模型应用及分析 | 第45-57页 |
| ·基于时间序列预测模型的应用 | 第46-47页 |
| ·基于神经网络预测模型的应用 | 第47-51页 |
| ·交通流量预测误差 | 第48页 |
| ·基于神经网络的预测模型 | 第48-51页 |
| ·基于隔离小生境优化的神经网络预测模型的应用 | 第51-56页 |
| ·网络结构的设计 | 第51页 |
| ·预测模型参数的自适应调整 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·论文主要工作与结论 | 第57-58页 |
| ·后续工作的展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 附录A 本文所采用的实际交通数据表 | 第62-64页 |