| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·选题研究的背景及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究内容与框架 | 第12-15页 |
| 第二章 铁路货运量预测概述 | 第15-29页 |
| ·预测概述 | 第15页 |
| ·铁路货运量预测方法 | 第15-25页 |
| ·铁路货运量定性预测方法 | 第16-17页 |
| ·铁路货运量定量预测方法 | 第17-25页 |
| ·铁路货运量定量预测模型实证分析 | 第25-28页 |
| ·指数平滑法预测实证分析 | 第25-26页 |
| ·灰色预测法实证分析 | 第26页 |
| ·线性回归预测法实证分析 | 第26-27页 |
| ·组合预测法实证分析 | 第27页 |
| ·各线性预测法误差分析 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第三章 铁路货运量影响因素及其关联度分析 | 第29-36页 |
| ·铁路货运量影响因素定性分析 | 第29-31页 |
| ·国民经济对铁路货运量影响 | 第29页 |
| ·产业结构变动对铁路货运量影响 | 第29页 |
| ·大宗货物产量变化对铁路货运量影响 | 第29-30页 |
| ·交通运输结构变动对铁路货运量影响 | 第30页 |
| ·对外贸易发展对铁路货运量影响 | 第30页 |
| ·国家政策对铁路货运量影响 | 第30-31页 |
| ·其他因素对铁路货运量的影响 | 第31页 |
| ·铁路货运量影响因素定量分析 | 第31-35页 |
| ·灰色关联度理论概述 | 第31-33页 |
| ·铁路货运量影响因素关联度计算 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第四章 改进前向神经网络预测铁路货运量算法研究 | 第36-45页 |
| ·人工神经网络理论概述 | 第36-38页 |
| ·前向神经网络理论概述及其局限性分析 | 第38-41页 |
| ·前向神经网络理论概述 | 第38-40页 |
| ·前向神经网络局限性分析 | 第40-41页 |
| ·遗传算法理论概述 | 第41-43页 |
| ·遗传神经网络算法模型设计 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第五章 改进神经网络预测铁路货运量算法实现 | 第45-56页 |
| ·MATLAB工具箱简介 | 第45-46页 |
| ·MATLAB神经网络工具箱简介 | 第45-46页 |
| ·MATLAB遗传算法工具箱简介 | 第46页 |
| ·前向神经网络预测铁路货运量算法设计及算例预测结果 | 第46-49页 |
| ·原始前向神经网络算法设计 | 第47页 |
| ·算例预测结果 | 第47-49页 |
| ·遗传神经算法设计及算例预测结果 | 第49-53页 |
| ·遗传神经算法设计 | 第49-50页 |
| ·算例预测结果 | 第50-53页 |
| ·各算法预测结果比较 | 第53-55页 |
| ·遗传神经算法与原始神经网络算法性能比较 | 第53-54页 |
| ·遗传神经算法与其他线性算法性能比较 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第六章 结论及展望 | 第56-58页 |
| ·本文的主要研究工作总结 | 第56-57页 |
| ·需要进一步研究的问题 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间主要的研究成果 | 第68页 |