顾及气象要素的道路通行分析应用研究
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·研究目的和意义 | 第11页 |
| ·GIS 插件技术概述 | 第11-13页 |
| ·主要研究内容与论文组织 | 第13-14页 |
| 第二章 气象要素对道路通行状况的影响 | 第14-27页 |
| ·自然环境要素模型与GIS 集成 | 第14-18页 |
| ·自然环境要素模型 | 第14-15页 |
| ·自然环境要素建模方法 | 第15-16页 |
| ·自然环境要素模型与GIS 集成 | 第16-18页 |
| ·气象要素模型与应用分析 | 第18-22页 |
| ·气象要素 | 第18页 |
| ·气象要素模型 | 第18-19页 |
| ·气象数据栅格化 | 第19-20页 |
| ·气象数据可视化 | 第20-22页 |
| ·道路通行影响因素 | 第22-26页 |
| ·道路条件影响因素 | 第22-23页 |
| ·自然环境影响因素 | 第23页 |
| ·气象要素评价因子 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于模糊综合评价的道路通行分析 | 第27-37页 |
| ·模糊综合评价 | 第27-28页 |
| ·基本原理 | 第27页 |
| ·权值确定方法 | 第27-28页 |
| ·隶属度确定方法 | 第28页 |
| ·道路通行状况评价指标体系 | 第28-33页 |
| ·设计原则 | 第28-29页 |
| ·结构选择 | 第29页 |
| ·评价指标体系 | 第29-33页 |
| ·道路通行状况模糊综合评价 | 第33-36页 |
| ·确定模糊因子权重 | 第33页 |
| ·选择隶属度函数 | 第33-35页 |
| ·模糊综合评价 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于 BP 神经网络的道路通行分析 | 第37-53页 |
| ·人工神经网络简介 | 第37页 |
| ·BP 神经网络 | 第37-44页 |
| ·算法原理 | 第38页 |
| ·前馈计算 | 第38-41页 |
| ·学习算法步骤 | 第41页 |
| ·学习算法改进 | 第41-43页 |
| ·训练样本选择 | 第43-44页 |
| ·道路通行状况BP 神经网络评价 | 第44-52页 |
| ·确定BP 神经网络结构 | 第44页 |
| ·确定隐含层神经元数 | 第44-45页 |
| ·选取BP 神经网络学习参数 | 第45页 |
| ·样本数据处理 | 第45页 |
| ·BP 神经网络评价试验 | 第45-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 道路通行分析插件的设计与实现 | 第53-71页 |
| ·插件设计 | 第53-57页 |
| ·插件实现 | 第57-70页 |
| ·创建插件工程 | 第57-60页 |
| ·绑定RPAPlug 插件 | 第60-61页 |
| ·实验结果 | 第61-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·总结 | 第71页 |
| ·展望 | 第71-73页 |
| 参考文献 | 第73-75页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第75-76页 |
| 致谢 | 第76页 |
