基于BP神经网络的公交智能实时调度模型研究及系统实现
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-14页 |
| ·论文主要研究内容及创新点 | 第14-15页 |
| ·论文结构 | 第15-16页 |
| 2 公共交通实时调度综述 | 第16-22页 |
| ·公交实时调度构成 | 第16-17页 |
| ·公交实时调度涉及的问题 | 第17-19页 |
| ·公交实时调度的调度方法 | 第19-20页 |
| ·问题总结 | 第20-22页 |
| 3 人工神经网络理论 | 第22-32页 |
| ·人工神经网络理论 | 第22-25页 |
| ·人工神经网络理论发展 | 第22页 |
| ·人工神经网络概述 | 第22-23页 |
| ·人工神经网络理论模型 | 第23-25页 |
| ·BP神经网络理论 | 第25-32页 |
| ·BP神经网络概述 | 第25-26页 |
| ·BP神经网络理论模型 | 第26-28页 |
| ·BP神经网络模型设计 | 第28-30页 |
| ·BP神经网络在公交车实时调度系统中的应用可行性 | 第30-32页 |
| 4 基于神经网络的智能实时调度模型研究 | 第32-50页 |
| ·公交智能实时调度模型 | 第32-34页 |
| ·基于BP神经网络的车辆运行时间预测模型 | 第34-39页 |
| ·变量的选择 | 第34-36页 |
| ·基于BP神经网络的车辆运行时间模型 | 第36-38页 |
| ·样本数据取值及归一化方法 | 第38-39页 |
| ·车辆智能调度算法 | 第39-42页 |
| ·实例分析 | 第42-50页 |
| ·北京市434路公交线概况 | 第42-44页 |
| ·BP神经网络训练与测试分析 | 第44-47页 |
| ·智能调度算法应用分析 | 第47-50页 |
| 5 系统设计与实现 | 第50-65页 |
| ·系统结构设计 | 第50-54页 |
| ·系统总体结构 | 第50-52页 |
| ·公交智能实时调度系统功能模块划分 | 第52-54页 |
| ·开发环境 | 第54-55页 |
| ·硬件环境 | 第54-55页 |
| ·软件环境 | 第55页 |
| ·应用的关键技术 | 第55页 |
| ·数据库设计 | 第55-60页 |
| ·数据库设计要求与原则 | 第55-56页 |
| ·数据库系统选择 | 第56-57页 |
| ·数据库表设计 | 第57-60页 |
| ·人机交互界面设计 | 第60-65页 |
| ·系统主界面 | 第60-61页 |
| ·GIS地图显示主界面 | 第61-62页 |
| ·GPRS传输控制界面 | 第62-63页 |
| ·BP神经网络预测界面 | 第63-65页 |
| 6 结论与展望 | 第65-67页 |
| ·论文的主要工作与总结 | 第65页 |
| ·有待进一步研究的问题 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 附录A | 第69-73页 |
| 附录B | 第73-75页 |
| 作者简历 | 第75-77页 |
| 学位论文数据集 | 第77页 |
