短时交通流预测算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·智能交通系统和交通流预测 | 第11-12页 |
| ·交通流预测国内外研究现状 | 第12-14页 |
| ·本文研究的内容 | 第14页 |
| ·本文章节安排 | 第14-15页 |
| 第二章 基于灰色预测模型的短时交通流预测 | 第15-23页 |
| ·概述 | 第15页 |
| ·预测模型的建立 | 第15-17页 |
| ·交通流预测仿真及实验分析 | 第17-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于神经网络的交通流预测 | 第23-43页 |
| ·人工神经网络 | 第23-25页 |
| ·神经网络概述 | 第23-24页 |
| ·人工神经网络基本模型 | 第24页 |
| ·神经网络的学习过程 | 第24-25页 |
| ·神经网络的特点 | 第25页 |
| ·BP神经网络 | 第25-33页 |
| ·BP神经网络的基本概念 | 第25-26页 |
| ·BP网络的拓扑 | 第26页 |
| ·BP网络的训练 | 第26-28页 |
| ·基于BP神经网络的交通预测模型及仿真测试 | 第28-31页 |
| ·BP算法的改进 | 第31-33页 |
| ·RBF神经网络 | 第33-37页 |
| ·RBF神经网络基本概念 | 第33页 |
| ·RBF神经网络的拓扑 | 第33-34页 |
| ·RBF神经网络的交通流预测仿真实验及分析 | 第34-37页 |
| ·GRNN神经网络 | 第37-41页 |
| ·GRNN神经网络概述 | 第37-38页 |
| ·仿真实验及分析 | 第38-41页 |
| ·综合对比分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 混合神经网络的交通流预测 | 第43-51页 |
| ·基于遗传神经网络的交通流预测 | 第43-47页 |
| ·遗传神经网络基本概念 | 第43页 |
| ·遗传算法的求解过程 | 第43-44页 |
| ·遗传神经网络算法 | 第44-45页 |
| ·遗传神经网络仿真 | 第45-47页 |
| ·基于小波神经网络的交通流预测 | 第47-49页 |
| ·小波理论概述 | 第47页 |
| ·小波神经网络 | 第47-48页 |
| ·小波神经网络交通流量预测 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 预测算法理论与应用分析 | 第51-59页 |
| ·全文算法理论及应用分析 | 第51-57页 |
| ·本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-62页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表和完成的论文 | 第65-66页 |
| 致谢 | 第66页 |
