首页--交通运输论文--水路运输论文--水路运输技术管理论文--水运工作组织与管理论文

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

论文共82页,点击 下载论文
上一篇:北京市空气质量与气象条件的关系及其预测研究
下一篇:基于ArcGIS的城市道路交通便捷度评价--以株洲市天元区为例