| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 船舶交通流量预测的概述 | 第9-11页 |
| 1.1.1 船舶交通流量预测的研究背景 | 第9-11页 |
| 1.1.2 船舶交通流量预测的研究意义 | 第11页 |
| 1.2 船舶交通流量预测研究现状 | 第11-14页 |
| 1.2.1 船舶交通流量预测历史 | 第11-12页 |
| 1.2.2 船舶交通流量预测研究现状 | 第12-14页 |
| 1.3 论文的研究思路与内容及论文总体框架 | 第14-16页 |
| 1.3.1 论文的主要研究思路与内容 | 第14页 |
| 1.3.2 论文的总体框架 | 第14-16页 |
| 第2章 船舶交通流理论基础知识介绍 | 第16-24页 |
| 2.1 船舶交通流理论基础知识 | 第16-22页 |
| 2.1.1 船舶交通流的基本属性 | 第16-17页 |
| 2.1.2 船舶交通流的基本参数 | 第17-20页 |
| 2.1.3 船舶交通流模型 | 第20-22页 |
| 2.2 船舶交通流量预测理论基础知识 | 第22-23页 |
| 2.2.1 船舶交通流量预测概念 | 第22页 |
| 2.2.2 船舶交通流量预测的评价指标 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 基于BP神经网络预测模型的设计 | 第24-44页 |
| 3.1 神经网络概述 | 第24-26页 |
| 3.1.1 人工神经网络理论基础 | 第24-25页 |
| 3.1.2 人工神经网络模型 | 第25页 |
| 3.1.3 神经网络的训练和学习 | 第25-26页 |
| 3.2 BP神经网络 | 第26-35页 |
| 3.2.1 BP神经网络概述 | 第26-27页 |
| 3.2.2 BP神经网络的训练流程 | 第27-29页 |
| 3.2.3 BP神经网络的缺陷 | 第29-30页 |
| 3.2.4 BP神经网络的改进 | 第30-35页 |
| 3.3 基于BP神经网络的船舶交通流量预测模型设计 | 第35-43页 |
| 3.3.1 输入数据预处理 | 第35-38页 |
| 3.3.2 BP神经网络船舶交通流量预测模型的设计 | 第38-42页 |
| 3.3.3 BP神经网络的船舶交通流量预测模型建立流程 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于遗传算法优化BP神经网络预测模型的设计 | 第44-55页 |
| 4.1 遗传算法概述 | 第44-50页 |
| 4.1.1 遗传算法的基本思想 | 第44-45页 |
| 4.1.2 应用遗传算法的基本流程 | 第45-46页 |
| 4.1.3 遗传算法的基本操作 | 第46-50页 |
| 4.2 遗传算法优化BP神经网络船舶交通流量预测模型的设计 | 第50-54页 |
| 4.2.1 遗传算法优化BP神经网络的可行性分析 | 第50-51页 |
| 4.2.2 遗传算法优化BP神经网络的流程 | 第51-52页 |
| 4.2.3 遗传算法优化BP神经网络船舶交通流量预测模型 | 第52-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第5章 遗传算法优化神经网络预测模型实现及结果分析 | 第55-76页 |
| 5.1 船舶交通流量预测模型参数的确定 | 第55-66页 |
| 5.1.1 样本数据的处理 | 第55-61页 |
| 5.1.2 BP神经网络结构的确定 | 第61-65页 |
| 5.1.3 遗传算法优化BP神经网络 | 第65-66页 |
| 5.2 船舶交通流量的预测结果及其对比分析 | 第66-74页 |
| 5.2.1 BP神经网络预测船舶交通流量 | 第66-69页 |
| 5.2.2 遗传算法优化BP神经网络预测船舶交通流量 | 第69-72页 |
| 5.2.3 船舶交通流量预测结果对比分析 | 第72-74页 |
| 5.3 预测模型的应用 | 第74-75页 |
| 5.4 本章小结 | 第75-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 作者简介 | 第83页 |
