| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·研究内容、方法与结构安排 | 第13-15页 |
| 第二章 遗传改进广义回归神经网络预测方法研究与设计 | 第15-32页 |
| ·铁路货运量的预测方法研究 | 第15-19页 |
| ·铁路货运量预测方法概述 | 第15-17页 |
| ·铁路货运量的预测步骤 | 第17页 |
| ·铁路货运量预测结果的评价 | 第17-19页 |
| ·广义回归神经网络预测算法研究 | 第19-25页 |
| ·广义回归神经网络的数学基础 | 第19-22页 |
| ·广义回归神经网络的结构 | 第22-24页 |
| ·广义回归神经网络的性能 | 第24-25页 |
| ·遗传改进的广义回归神经网络预测方法理论与设计 | 第25-32页 |
| ·遗传算法的数学基础 | 第26-27页 |
| ·遗传算法改进广义回归神经网络预测流程 | 第27-28页 |
| ·光滑因子的遗传寻优 | 第28-32页 |
| 第三章 铁路货运量的影响因素分析 | 第32-38页 |
| ·铁路货运量影响因素的定性分析 | 第32页 |
| ·铁路货运量影响因素的灰关联分析 | 第32-38页 |
| ·灰色关联度计算方法 | 第33-35页 |
| ·铁路货运量影响因素关联度计算 | 第35-38页 |
| 第四章 遗传改进广义回归神经网络的算法实现 | 第38-52页 |
| ·MATLAB神经网络工具箱简介 | 第38-40页 |
| ·广义回归神经网络预测算例 | 第40-43页 |
| ·数据预处理 | 第41页 |
| ·算例预测结果分析 | 第41-43页 |
| ·遗传改进广义回归神经网络预测算例 | 第43-48页 |
| ·数据预处理 | 第43-44页 |
| ·参数设置 | 第44页 |
| ·算例预测结果分析 | 第44-48页 |
| ·遗传改进广义回归神经网络的展望预测 | 第48-52页 |
| 第五章 结论及展望 | 第52-54页 |
| ·主要研究结论 | 第52页 |
| ·进一步研究的问题 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 附录MATLAB程序源代码 | 第58-67页 |
| 致谢 | 第67-68页 |