| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 交通量预测模型的研究现状 | 第9页 |
| 1.2.2 神经网络交通量预测模型的研究现状 | 第9-11页 |
| 1.2.3 诱增交通量研究现状 | 第11-12页 |
| 1.3 拟解决的主要问题 | 第12-13页 |
| 1.4 研究的目的和意义 | 第13页 |
| 1.5 主要研究方法及技术路线 | 第13-16页 |
| 1.5.1 研究内容 | 第13-14页 |
| 1.5.2 技术路线 | 第14-16页 |
| 第2章 基本理论和方法 | 第16-30页 |
| 2.1 交通量 | 第16-17页 |
| 2.1.1 交通量的影响因素 | 第16页 |
| 2.1.2 经典交通量计算方法 | 第16-17页 |
| 2.2 诱增交通量 | 第17-21页 |
| 2.2.1 诱增交通量特点 | 第17-19页 |
| 2.2.2 诱增交通量的影响因素 | 第19-20页 |
| 2.2.3 诱增交通量现行的计算方法 | 第20-21页 |
| 2.3 BP神经网络 | 第21-25页 |
| 2.3.1 BP神经网络算法 | 第21-24页 |
| 2.3.2 BP神经网络交通量预测流程 | 第24-25页 |
| 2.4 遗传算法 | 第25-30页 |
| 2.4.1 遗传算法的步骤 | 第25-28页 |
| 2.4.2 遗传算法对BP神经网络算法的优化 | 第28-30页 |
| 第3章 交通量预测模型的构建 | 第30-42页 |
| 3.1 利用MATLAB建立BP神经网络的交通量预测模型 | 第30-38页 |
| 3.1.1 模型参数标定 | 第30-34页 |
| 3.1.2 BP神经网络运行实例分析 | 第34-38页 |
| 3.2 GABP神经网络高速公路交通量预测的MATLAB建模 | 第38-42页 |
| 3.2.1 遗传算法相关参数标定 | 第38页 |
| 3.2.2 GABP神经网络MATLAB运行实例分析 | 第38-42页 |
| 第4章 津蓟高速诱增交通量及预测修正 | 第42-48页 |
| 4.1 天津市诱增交通量现状 | 第42-44页 |
| 4.2 天津地区诱增交通量模型 | 第44-48页 |
| 4.2.1 诱增交通量模型的建立 | 第44-45页 |
| 4.2.2 用诱增交通量修正GABP模型预测成果 | 第45-48页 |
| 第5章 总结和展望 | 第48-50页 |
| 5.1 总结和结论 | 第48页 |
| 5.2 研究不足和未来研究方向 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 附录 | 第54-56页 |
| 致谢 | 第56-57页 |
