道路交通规划关键指标预测方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 国内研究现状 | 第13-15页 |
| 1.2.2 国外研究现状 | 第15-17页 |
| 1.2.3 研究现状评述 | 第17页 |
| 1.3 研究内容及研究思路 | 第17-20页 |
| 第2章 预测理论综述 | 第20-52页 |
| 2.1 系统动力学理论 | 第20-25页 |
| 2.1.1 系统动力学的基本概念 | 第20-22页 |
| 2.1.2 系统动力学模型设计方法 | 第22-25页 |
| 2.2 灰色系统理论 | 第25-29页 |
| 2.2.1 灰色系统的基本概念 | 第25-26页 |
| 2.2.2 灰色系统模型设计方法 | 第26-29页 |
| 2.3 神经网络理论 | 第29-36页 |
| 2.3.1 人工神经网络的基本概念 | 第29-35页 |
| 2.3.2 人工神经网络模型设计方法 | 第35-36页 |
| 2.4 小波理论 | 第36-44页 |
| 2.4.1 小波理论的基本概念 | 第37-41页 |
| 2.4.2 小波理论的分析方法 | 第41-44页 |
| 2.5 混沌论 | 第44-49页 |
| 2.5.1 混沌论的基本概念 | 第44-46页 |
| 2.5.2 混沌识别方法 | 第46-49页 |
| 2.6 本章小结 | 第49-52页 |
| 第3章 改进的系统动力学预测方法 | 第52-64页 |
| 3.1 系统动力学预测方法特点分析 | 第52页 |
| 3.2 系统动力学改进模型的构建 | 第52-61页 |
| 3.2.1 系统边界的确定 | 第52-54页 |
| 3.2.2 系统变量的选取 | 第54-55页 |
| 3.2.3 系统结构与内部关系 | 第55-57页 |
| 3.2.4 系统动力学模型的改进 | 第57-61页 |
| 3.3 改进的系统动力学方法预测步骤 | 第61-63页 |
| 3.4 本章小结 | 第63-64页 |
| 第4章 灰色神经网络集成模型预测方法 | 第64-74页 |
| 4.1 灰色神经网络集成模型方法特点分析 | 第64-65页 |
| 4.1.1 灰色模型与神经网络模型特点 | 第64-65页 |
| 4.1.2 灰色神经网络模型特点 | 第65页 |
| 4.2 灰色神经网络集成模型的构建 | 第65-72页 |
| 4.2.1 模型构建的基本思路 | 第65页 |
| 4.2.2 灰色神经网络模型的集成 | 第65-67页 |
| 4.2.3 灰色模拟序列 | 第67-72页 |
| 4.2.4 集成模型的构建 | 第72页 |
| 4.3 灰色神经网络集成方法预测步骤 | 第72-73页 |
| 4.4 本章小结 | 第73-74页 |
| 第5章 母小波神经网络预测方法 | 第74-82页 |
| 5.1 母小波神经网络预测方法特点分析 | 第74-75页 |
| 5.1.1 母小波的特点 | 第74-75页 |
| 5.1.2 母小波神经网络预测方法的特点 | 第75页 |
| 5.2 母小波神经网络模型的构建 | 第75-79页 |
| 5.2.1 母小波神经网络模型结构 | 第75-76页 |
| 5.2.2 母小波神经网络模型的构建 | 第76-79页 |
| 5.3 母小波神经网络集成方法预测步骤 | 第79-80页 |
| 5.4 本章小结 | 第80-82页 |
| 第6章 小波分解与重构网络预测方法 | 第82-92页 |
| 6.1 小波分解与重构网络预测方法特点分析 | 第82-84页 |
| 6.1.1 小波分解与重构方法的特点 | 第82-84页 |
| 6.1.2 小波分解与重构网络模型特点 | 第84页 |
| 6.2 小波分解与重构网络模型的构建 | 第84-89页 |
| 6.2.1 小波分解与重构网络模型结构 | 第84-85页 |
| 6.2.2 小波分解与重构网络模型的构建 | 第85-89页 |
| 6.3 小波分解与重构网络集成方法预测步骤 | 第89-90页 |
| 6.4 本章小结 | 第90-92页 |
| 第7章 实证分析 | 第92-132页 |
| 7.1 改进的系统动力学预测方法的应用 | 第92-108页 |
| 7.1.1 数据统计与分析 | 第92-102页 |
| 7.1.2 指标预测 | 第102-107页 |
| 7.1.3 结果分析 | 第107-108页 |
| 7.2 灰色神经网络预测方法的应用 | 第108-120页 |
| 7.2.1 数据统计与整理 | 第108-109页 |
| 7.2.2 指标预测 | 第109-120页 |
| 7.2.3 结果分析 | 第120页 |
| 7.3 母小波神经网络预测方法的应用 | 第120-127页 |
| 7.3.1 数据统计 | 第121-124页 |
| 7.3.2 指标预测 | 第124-126页 |
| 7.3.3 结果分析 | 第126-127页 |
| 7.4 小波分解与重构网络预测方法的应用 | 第127-131页 |
| 7.4.1 数据统计 | 第127-128页 |
| 7.4.2 指标预测 | 第128-130页 |
| 7.4.3 结果分析 | 第130-131页 |
| 7.5 本章小结 | 第131-132页 |
| 第8章 总结与展望 | 第132-136页 |
| 8.1 全文总结 | 第132-133页 |
| 8.2 展望 | 第133-136页 |
| 参考文献 | 第136-144页 |
| 作者简介及科研成果 | 第144-146页 |
| 致谢 | 第146-147页 |
