| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究意义与目的 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.3.1 国外研究现状 | 第12页 |
| 1.3.2 国内研究现状 | 第12-14页 |
| 1.4 研究内容与技术路线 | 第14-16页 |
| 1.4.1 研究内容 | 第14-15页 |
| 1.4.2 技术路线 | 第15-16页 |
| 第二章 公共自行车站点借还量特征分析 | 第16-27页 |
| 2.1 公共自行车站点借还量时间分布特征 | 第16-19页 |
| 2.1.1 全日站点借还量分布 | 第17-18页 |
| 2.1.2 一周站点借还量分布 | 第18-19页 |
| 2.2 公共自行车站点借还量周期相似性分析 | 第19-26页 |
| 2.2.1 相似系数 | 第19-20页 |
| 2.2.2 借还数据周期相似性分析 | 第20-23页 |
| 2.2.3 不同时间间隔下借还数据周期相似性分析 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 人工神经网络理论 | 第27-40页 |
| 3.1 人工神经网络的发展 | 第27-31页 |
| 3.1.1 人工神经元模型 | 第28-30页 |
| 3.1.2 神经网络的结构 | 第30页 |
| 3.1.3 神经网络的学习 | 第30-31页 |
| 3.2 BP神经网络预测模型 | 第31-36页 |
| 3.2.1 BP神经网络原理 | 第31-35页 |
| 3.2.2 BP神经网络的特点 | 第35-36页 |
| 3.3 BP神经网络的改进 | 第36-39页 |
| 3.3.1 训练算法 | 第36-37页 |
| 3.3.2 初始权值、阈值确定 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于BP神经网络公共自行车站点借还量预测 | 第40-49页 |
| 4.1 预测模型的构建 | 第40-44页 |
| 4.1.1 样本数据预处理 | 第40页 |
| 4.1.2 神经网络参数的设定 | 第40-42页 |
| 4.1.3 初始权值、阈值的确定 | 第42-44页 |
| 4.2 模型仿真结果分析 | 第44-48页 |
| 4.2.1 传统BP神经网络预测 | 第44-46页 |
| 4.2.2 DE-BP神经网络预测 | 第46-47页 |
| 4.2.3 预测结果分析 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 基于小波分析与BP神经网络公共自行车站点借还量预测. | 第49-63页 |
| 5.1 小波分析 | 第49-53页 |
| 5.1.1 小波分析概述 | 第49-50页 |
| 5.1.2 小波变换 | 第50-51页 |
| 5.1.3 多分辨率分析 | 第51-52页 |
| 5.1.4 Mallat小波分解与重构算法 | 第52-53页 |
| 5.1.5 小波函数与分解层数的确定 | 第53页 |
| 5.2 基于小波分析的预测模型构建 | 第53-56页 |
| 5.3 模型仿真结果分析 | 第56-59页 |
| 5.4 不同时间间隔下借还数据仿真结果分析 | 第59-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-65页 |
| 6.1 结论 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 作者简历 | 第69页 |
| 在校期间发表论文 | 第69页 |