城市路桥收费综合信息平台的构建及应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-14页 |
| ·研究课题的背景与意义 | 第11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究目标和主要内容 | 第12-14页 |
| 第二章 系统需求分析 | 第14-22页 |
| ·编写目的 | 第14页 |
| ·需求概述 | 第14-19页 |
| ·系统架构需求说明 | 第15-16页 |
| ·系统功能需求 | 第16-17页 |
| ·各模块需求分析 | 第17-19页 |
| ·主要业务名词和术语定义 | 第19页 |
| ·数据来源定义 | 第19-22页 |
| 第三章 相关理论基础 | 第22-32页 |
| ·数据挖掘 | 第22-27页 |
| ·数据挖掘的定义 | 第22-23页 |
| ·数据挖掘的处理过程 | 第23页 |
| ·数据挖掘的功能 | 第23-25页 |
| ·数据挖掘常用的方法 | 第25-27页 |
| ·数据挖掘的环境 | 第27页 |
| ·决策支持系统 | 第27-28页 |
| ·决策的分类 | 第27-28页 |
| ·决策的步骤 | 第28页 |
| ·时间序列数据挖掘 | 第28-32页 |
| ·时序数据与时序分析 | 第28-29页 |
| ·基于时间序列数据的数据挖掘 | 第29-32页 |
| 第四章 智能分析决策系统预测模型算法及应用 | 第32-50页 |
| ·预测模型的选用条件 | 第32页 |
| ·灰色模型 | 第32-37页 |
| ·灰色模型GM（1，1）的定义 | 第33-35页 |
| ·GM（1，1）模型预测的方法 | 第35页 |
| ·GM（1，1）模型预测的步骤 | 第35-37页 |
| ·GM（1，1）模型基本计算程序流程图 | 第37页 |
| ·RBF 预测模型 | 第37-41页 |
| ·神经网络模型概述 | 第37-39页 |
| ·RBF 神经网络原理 | 第39-41页 |
| ·模型特点的应用分析 | 第41-50页 |
| ·神经网络预测过程 | 第43-47页 |
| ·灰色模型预测过程 | 第47-48页 |
| ·预测方法对比 | 第48-50页 |
| 第五章 系统描述 | 第50-66页 |
| ·总体设计 | 第50-51页 |
| ·智能分析决策系统 | 第51-55页 |
| ·系统功能说明 | 第51-52页 |
| ·系统结构 | 第52-53页 |
| ·系统处理流程 | 第53-54页 |
| ·功能需求与程序的关系 | 第54-55页 |
| ·开发环境 | 第55-56页 |
| ·接口设计 | 第56-58页 |
| ·用户接口 | 第56页 |
| ·外部接口 | 第56-57页 |
| ·内部接口 | 第57-58页 |
| ·运行设计 | 第58-60页 |
| ·运行模块组合 | 第58页 |
| ·运行控制 | 第58-59页 |
| ·运行时间 | 第59-60页 |
| ·系统数据结构设计 | 第60-61页 |
| ·原始表 | 第60页 |
| ·统计表 | 第60页 |
| ·预测表 | 第60页 |
| ·系统表 | 第60-61页 |
| ·系统出错设计 | 第61-62页 |
| ·出错信息 | 第61-62页 |
| ·补救措施 | 第62页 |
| ·系统维护设计 | 第62页 |
| ·系统软件实现 | 第62-66页 |
| 总结与展望 | 第66-67页 |
| 全文总结 | 第66页 |
| 本文创新点 | 第66页 |
| 论文不足及研究展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69页 |
