基于灰色神经网络的交通事故预测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·交通事故预测的意义 | 第9-10页 |
| ·交通事故预测的研究现状 | 第10-12页 |
| ·交通事故预测的基本程序 | 第12-14页 |
| 2 交通事故影响因素分析 | 第14-19页 |
| ·交通事故影响因素 | 第14-15页 |
| ·交通事故影响指标的选取 | 第15-18页 |
| ·本章小结 | 第18-19页 |
| 3 神经网络模型及灰色系统模型 | 第19-45页 |
| ·神经网络模型 | 第19-22页 |
| ·神经网络的构成 | 第19页 |
| ·基于 BP 算法的多层前馈网络模型 | 第19-22页 |
| ·BP 神经网络设计的一般原则 | 第22页 |
| ·BP 神经网络应用于事故预测的过程 | 第22-27页 |
| ·BP 神经网络训练过程 | 第22-25页 |
| ·BP 神经网络优点及不足 | 第25-26页 |
| ·BP 神经网络改进方法 | 第26-27页 |
| ·BP 神经网络的交通事故预测实例验证 | 第27-39页 |
| ·BP 神经网络的输入及输出变量的选取 | 第27页 |
| ·数据预处理 | 第27-30页 |
| ·隐层神经元数目的确定 | 第30-31页 |
| ·BP 神经网络相关函数的选取 | 第31-33页 |
| ·网络训练 | 第33-36页 |
| ·BP 神经网络模型预测结果分析 | 第36-39页 |
| ·BP 神经网络预测界面 | 第39页 |
| ·灰色系统模型 | 第39-44页 |
| ·GM(1,1)模型建模过程 | 第40-43页 |
| ·灰色马尔科夫模型 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 4 交通事故预测模型实例 | 第45-57页 |
| ·BP 神经网络模型预测实例 | 第45-48页 |
| ·BP 神经网络预测过程 | 第46-47页 |
| ·预测结果分析 | 第47-48页 |
| ·GM(1,1)模型预测实例 | 第48-54页 |
| ·GM(1,1)模型预测过程 | 第50-53页 |
| ·预测结果分析 | 第53-54页 |
| ·灰色马尔科夫模型预测实例 | 第54-55页 |
| ·灰色马尔克夫模型预测过程 | 第54-55页 |
| ·预测结果分析 | 第55页 |
| ·单一模型预测结果比较分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 5 灰色神经网络组合预测模型及实例 | 第57-70页 |
| ·组合预测介绍 | 第57-58页 |
| ·灰色系统模型与神经网络模型组合预测的优势 | 第57页 |
| ·灰色系统模型与神经网络的组合思想 | 第57-58页 |
| ·灰色神经网络组合模型 | 第58-61页 |
| ·串联型组合预测模型 | 第58页 |
| ·并联型组合预测模型 | 第58-60页 |
| ·改进的组合预测模型 | 第60-61页 |
| ·灰色神经网络预测实例 | 第61-67页 |
| ·SGNN 模型预测实例 | 第61-63页 |
| ·PGNN 模型预测实例 | 第63-66页 |
| ·改进组合预测模型预测实例 | 第66-67页 |
| ·预测结果分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 6 结论 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 攻读硕士期间发表学术论文情况 | 第73-74页 |
| 致谢 | 第74页 |
