基于神经网络的交通事故预测
| 第一章 绪论 | 第1-16页 |
| ·研究背景 | 第9-10页 |
| ·道路交通事故预测的意义及目的 | 第10-14页 |
| ·道路交通事故预测的意义 | 第11-12页 |
| ·道路交通事故预测的目的 | 第12页 |
| ·道路交通事故预测的基本程序 | 第12-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·本文研究内容 | 第15-16页 |
| 第二章 国内外常用的交通事故预测方法 | 第16-29页 |
| ·判断法 | 第17-18页 |
| ·专家调查法 | 第17-18页 |
| ·专家预测法 | 第18页 |
| ·时间序列分析法 | 第18-22页 |
| ·移动平均数法 | 第18-19页 |
| ·指数平滑预测法 | 第19-22页 |
| ·一次指数平滑法 | 第19-20页 |
| ·二次指数平滑法 | 第20-21页 |
| ·三次指数平滑法 | 第21-22页 |
| ·回归分析 | 第22-24页 |
| ·经验模型法 | 第22-24页 |
| ·统计回归模型法 | 第24页 |
| ·灰色预测 | 第24-26页 |
| ·各种预测方法的优缺点比较 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 神经网络基本理论 | 第29-40页 |
| ·人工神经网络基础 | 第29-31页 |
| ·人工神经网络的定义 | 第30页 |
| ·神经网络的特性及实现 | 第30-31页 |
| ·神经网络模型 | 第31-34页 |
| ·神经元结构模型 | 第31-33页 |
| ·神经网络的互连模式 | 第33-34页 |
| ·BP网络 | 第34-39页 |
| ·BP网络理论 | 第35-38页 |
| ·BP网络的特点 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于神经网络的交通事故预测模型 | 第40-65页 |
| ·人工神经网络用于交通事故预测的可行性 | 第40-41页 |
| ·网络结构参数的设计 | 第41-56页 |
| ·网络输入变量的选取 | 第41-42页 |
| ·样本的选取 | 第42页 |
| ·初始权值的选取 | 第42-45页 |
| ·学习样本的预处理 | 第45页 |
| ·BP网络隐层个数及隐层神经元个数的确定方法 | 第45-50页 |
| ·神经元转换函数的选取 | 第50-52页 |
| ·训练函数的选取 | 第52-55页 |
| ·网络训练最佳步数的确定 | 第55-56页 |
| ·模型的实算结果与评价 | 第56-58页 |
| ·模型的训练结果与评价 | 第56页 |
| ·模型的预测结果与评价 | 第56-58页 |
| ·神经网络方法与回归分析方法预测交通事故的比较 | 第58-63页 |
| ·神经网络方法与线性回归方法预测交通事故的比较 | 第58-60页 |
| ·神经网络方法与非线性回归方法预测交通事故的比较 | 第60-63页 |
| ·神经网络的预测步骤 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 结论与建议 | 第65-67页 |
| ·本文的主要工作 | 第65页 |
| ·有待进一步研究的问题 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士论文期间发表的论文及参与的科研项目 | 第71页 |
