| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 占道停车场研究现状 | 第10-11页 |
| 1.2.1 人工收费管理 | 第10页 |
| 1.2.2 咪表收费管理 | 第10-11页 |
| 1.2.3 手机支付系统 | 第11页 |
| 1.3 空余停车泊位数预测的研究现状 | 第11-12页 |
| 1.4 主要研究内容 | 第12-14页 |
| 第二章 相关理论与技术 | 第14-24页 |
| 2.1 Web Service技术 | 第14-17页 |
| 2.1.1 Web Service技术简介 | 第14-15页 |
| 2.1.2 Web Service的体系结构 | 第15页 |
| 2.1.3 Web Service技术的实现原理 | 第15-17页 |
| 2.2 预测的相关技术 | 第17-24页 |
| 2.2.1 预测的概念 | 第17页 |
| 2.2.2 预测的步骤 | 第17-18页 |
| 2.2.3 时间序列预测技术 | 第18-19页 |
| 2.2.4 基于神经网络的预测方法 | 第19页 |
| 2.2.5 BP神经网络 | 第19-22页 |
| 2.2.6 BP网络算法及其改进算法 | 第22-24页 |
| 第三章 城区占道停车智能管理系统的设计与实现 | 第24-47页 |
| 3.1 需求分析 | 第24-25页 |
| 3.1.1 系统的功能需求 | 第24-25页 |
| 3.1.2 系统的数据需求 | 第25页 |
| 3.2 系统总体结构设计 | 第25-28页 |
| 3.2.1 系统组成 | 第25-26页 |
| 3.2.2 基于SOAP协议的WebService传输体系 | 第26-28页 |
| 3.3 车位信息采集子系统 | 第28-29页 |
| 3.4 中心管理平台的设计与实现 | 第29-38页 |
| 3.4.1 平台结构的设计 | 第29-30页 |
| 3.4.2 开发框架的设计 | 第30-31页 |
| 3.4.3 功能结构的设计 | 第31-33页 |
| 3.4.4 数据需求的分析 | 第33-36页 |
| 3.4.5 逻辑结构的设计 | 第36-37页 |
| 3.4.6 管理平台的实现 | 第37-38页 |
| 3.5 手持终端收费子系统 | 第38-43页 |
| 3.6 停车诱导及车位预测子系统 | 第43-47页 |
| 3.6.1 空余停车泊位数预测方法的选取 | 第44页 |
| 3.6.2 预测对象的转换 | 第44-45页 |
| 3.6.3 车位预测子系统的结构设计 | 第45-47页 |
| 第四章 BP神经网络在车位空余率预测中的应用研究 | 第47-60页 |
| 4.1 构建车位空余率预测模型的步骤 | 第47页 |
| 4.2 预测模型的评价指标 | 第47-48页 |
| 4.3 BP神经网络拓扑结构的设计 | 第48-54页 |
| 4.3.1 输入、输出层数据的选择 | 第48-49页 |
| 4.3.2 BP神经网络层数的确定 | 第49页 |
| 4.3.3 隐含层节点数目的确定 | 第49-51页 |
| 4.3.4 传输函数的确定 | 第51-52页 |
| 4.3.5 网络训练算法训练及其参数的确定 | 第52-53页 |
| 4.3.6 训练网络并泛化仿真 | 第53-54页 |
| 4.4 MATLAB中建立基于BP神经网络的空余率预测模型 | 第54-60页 |
| 4.4.1 车位空余率预测的实验流程 | 第54-55页 |
| 4.4.2 样本的收集与准备 | 第55-57页 |
| 4.4.3 预测模型程序的实现 | 第57页 |
| 4.4.4 实验结果及结果的分析 | 第57-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 工作总结 | 第60页 |
| 5.2 不足与展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的学术论文目录 | 第66页 |