基于BP神经网络的海上交通流冲突严重度评价研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第9-16页 |
1.1 选题背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 交通流 | 第10-11页 |
1.2.2 交通冲突 | 第11-12页 |
1.3 研究目的和意义 | 第12-13页 |
1.4 研究内容和技术路线 | 第13-16页 |
1.4.1 研究内容 | 第13-14页 |
1.4.2 技术路线 | 第14-16页 |
第2章 海上交通流冲突基础理论 | 第16-24页 |
2.1 海上交通流理论基础 | 第16-18页 |
2.1.1 海上交通流 | 第16-17页 |
2.1.2 交通量 | 第17页 |
2.1.3 交通流速度 | 第17-18页 |
2.1.4 交通流方向 | 第18页 |
2.2 海上交通流冲突概念及分类 | 第18-23页 |
2.2.1 海上交通流冲突的概念 | 第18-19页 |
2.2.2 海上交通流冲突分类 | 第19-23页 |
2.3 本章小结 | 第23-24页 |
第3章 海上交通流冲突严重度 | 第24-33页 |
3.1 海上交通流冲突严重度及影响因素 | 第24-25页 |
3.1.1 海上交通流冲突严重度 | 第24页 |
3.1.2 冲突严重度影响因素 | 第24-25页 |
3.2 冲突严重度影响因素定性分析 | 第25-28页 |
3.3 海上交通流冲突严重度评判体系构建 | 第28-32页 |
3.3.1 内部影响因素 | 第29-30页 |
3.3.2 外部影响因素 | 第30-32页 |
3.4 本章小结 | 第32-33页 |
第4章 交通流冲突严重度评价模型构建 | 第33-40页 |
4.1 聚类分析算法 | 第33-35页 |
4.1.1 聚类分析原理 | 第33-34页 |
4.1.2 聚类分析步骤 | 第34-35页 |
4.2 主成分分析算法 | 第35-36页 |
4.2.1 主成分分析原理 | 第35页 |
4.2.2 主成分分析步骤 | 第35-36页 |
4.3 神经网络算法 | 第36-38页 |
4.3.1 BP神经网络原理 | 第36-37页 |
4.3.2 BP神经网络步骤 | 第37-38页 |
4.4 海上交通流冲突严重度评价模型 | 第38-39页 |
4.5 本章小结 | 第39-40页 |
第5章 模型验证与分析 | 第40-67页 |
5.1 原始数据聚类分析 | 第42-46页 |
5.1.1 原始数据标准化 | 第43-44页 |
5.1.2 聚类分析 | 第44-46页 |
5.2 聚类数据的主成分分析 | 第46-54页 |
5.2.1 聚类数据 | 第46-47页 |
5.2.2 主成分分析过程 | 第47-53页 |
5.2.3 主成分计算 | 第53-54页 |
5.3 BP神经网络训练与验证 | 第54-58页 |
5.4 数据验证与分析 | 第58-65页 |
5.4.1 三类网络训练计算结果 | 第58-63页 |
5.4.2 三类网络训练结果准确率比较 | 第63-65页 |
5.5 实例计算 | 第65-66页 |
5.6 本章小结 | 第66-67页 |
第6章 结论与展望 | 第67-69页 |
6.1 主要结论 | 第67-68页 |
6.2 展望 | 第68-69页 |
致谢 | 第69-70页 |
参考文献 | 第70-74页 |
攻读硕士学位期间发表的论文及参加的科研情况 | 第74-75页 |
附录 A | 第75-76页 |
附录 B | 第76-81页 |
附录 C | 第81-82页 |