神经网络在城市交通流预测模型中应用的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 智能交通系统简介 | 第10-15页 |
| ·智能交通系统概述 | 第10页 |
| ·智能交通系统的研究内容 | 第10-14页 |
| ·中国ITS 研究内容 | 第14-15页 |
| 第二章 城市交通流诱导系统的结构框架 | 第15-18页 |
| ·交通诱导概述 | 第15页 |
| ·发达国家交通流诱导系统的研究状况 | 第15-16页 |
| ·我国城市交通流诱导系统结构框架 | 第16-18页 |
| 第三章 交通流诱导系统信息采集技术 | 第18-24页 |
| ·概述 | 第18页 |
| ·交通流量的采集技术 | 第18-20页 |
| ·一些常用交通参数的检测和计算 | 第20-23页 |
| ·模型验证交通数据的采集 | 第23-24页 |
| 第四章 交通流理论简介 | 第24-29页 |
| ·概述 | 第24页 |
| ·交通流统计分布的含义与作用 | 第24页 |
| ·离散型分布 | 第24-29页 |
| 第五章 人工神经网络基本理论 | 第29-40页 |
| ·概述 | 第29页 |
| ·人工神经网络的发展概况 | 第29-32页 |
| ·人工神经网络的基本结构与模型 | 第32-35页 |
| ·人工神经网络的结构 | 第35-37页 |
| ·人工神经网络学习 | 第37-40页 |
| 第六章 BP 神经网络结构和功能 | 第40-50页 |
| ·概述 | 第40页 |
| ·BP 网络的学习 | 第40-48页 |
| ·BP 网络的设计 | 第48-50页 |
| 第七章 遗传算法在神经网络中的应用 | 第50-59页 |
| ·遗传算法概述 | 第50-52页 |
| ·遗传算法的基本原理 | 第52-56页 |
| ·遗传算法与人工神经网络的结合 | 第56-59页 |
| 第八章 基于BP 神经网络的交通流预测 | 第59-69页 |
| ·概述 | 第59页 |
| ·基于BP 神经网络的交通流量预测模型 | 第59-61页 |
| ·BP 神经网络仿真 | 第61-65页 |
| ·将遗传算法用于BP 神经网络的改进 | 第65-69页 |
| 第九章 基于高阶神经网络的交通流预测 | 第69-78页 |
| ·概述 | 第69页 |
| ·高阶神经网络 | 第69-72页 |
| ·高阶神经网络用于交通流的预测 | 第72-78页 |
| 第十章 论文总结与展望 | 第78-81页 |
| ·本文小结 | 第78页 |
| ·交通流量预测现存问题以及未来发展方向 | 第78-79页 |
| ·智能交通系统(ITS)的发展未来前景 | 第79-81页 |
| 参考文献 | 第81-84页 |
| 缩略语 | 第84-85页 |
| 致谢 | 第85-86页 |
| 攻读学位期间发表的学术论文目录 | 第86-88页 |
