| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 交通流预测分类 | 第9-10页 |
| 1.2.2 传统统计理论方法 | 第10-11页 |
| 1.2.3 神经网络方法 | 第11-13页 |
| 1.2.4 深度学习方法 | 第13页 |
| 1.3 研究内容与论文结构 | 第13-16页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 论文结构 | 第14-16页 |
| 第二章 交通流数据分析及预处理 | 第16-30页 |
| 2.1 交通流预测基本概念 | 第16-20页 |
| 2.1.1 交通流基本参数 | 第16-18页 |
| 2.1.2 交通流基本特性 | 第18-19页 |
| 2.1.3 交通流预测流程及特点 | 第19-20页 |
| 2.1.4 交通流预测评价指标 | 第20页 |
| 2.2 交通流数据采集 | 第20-22页 |
| 2.3 数据预处理 | 第22-29页 |
| 2.3.1 数据融合 | 第22-23页 |
| 2.3.2 数据修复 | 第23-25页 |
| 2.3.3 数据降噪 | 第25-28页 |
| 2.3.4 计算机验证结果 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于小波神经网络与ARIMA组合模型的交通流预测 | 第30-45页 |
| 3.1 神经网络概述 | 第30-34页 |
| 3.1.1 神经网络数学模型 | 第30-31页 |
| 3.1.2 神经网络结构 | 第31-32页 |
| 3.1.3 神经网络训练 | 第32页 |
| 3.1.4 反向传播训练算法 | 第32-34页 |
| 3.2 小波神经网络(WNN) | 第34-37页 |
| 3.2.1 小波神经网络结构与算法 | 第34-36页 |
| 3.2.2 基于WNN的交通流预测模型 | 第36-37页 |
| 3.3 ARIMA模型 | 第37-39页 |
| 3.3.1 ARIMA算法 | 第37-38页 |
| 3.3.2 基于ARIMA模型的交通流预测模型 | 第38-39页 |
| 3.4 基于WNN与ARIMA组合的交通流预测算法 | 第39-40页 |
| 3.4.1 WNN与ARIMA组合模型算法 | 第39页 |
| 3.4.2 基于WNN与ARIMA组合模型的交通流预测模型 | 第39-40页 |
| 3.5 计算机验证结果 | 第40-43页 |
| 3.5.1 基于WNN模型的交通流预测验证 | 第40-41页 |
| 3.5.2 基于ARIMA模型的交通流预测验证 | 第41-42页 |
| 3.5.3 基于WNN和ARIMA组合模型的交通流预测验证 | 第42-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 基于蚁群算法优化的Elman神经网络模型的交通流预测 | 第45-57页 |
| 4.1 Elman神经网络 | 第45-48页 |
| 4.1.1 Elman神经网络结构与算法 | 第45-47页 |
| 4.1.2 基于Elman神经网络的交通流预测模型 | 第47-48页 |
| 4.2 蚁群算法 | 第48-51页 |
| 4.2.1 蚁群算法原理 | 第48-50页 |
| 4.2.2 蚁群算法流程 | 第50-51页 |
| 4.3 基于蚁群算法优化的Elman神经网络交通流预测算法 | 第51-54页 |
| 4.3.1 基于蚁群算法优化的Elman神经网络模型的算法 | 第52-53页 |
| 4.3.2 基于蚁群算法优化的Elman神经网络模型的交通流预测模型 | 第53-54页 |
| 4.4 计算机验证结果 | 第54-56页 |
| 4.4.1 基于Elman神经网络模型的交通流预测验证 | 第54-55页 |
| 4.4.2 基于蚁群算法优化的Elman神经网络模型的交通流预测验证 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 基于个性因子和LSTM的交通流预测算法 | 第57-69页 |
| 5.1 循环神经网络(RNN) | 第57-59页 |
| 5.2 基于个性因子和LSTM的交通流预测算法 | 第59-63页 |
| 5.2.1 长短期记忆网络(LSTM) | 第59-62页 |
| 5.2.2 个性因子 | 第62-63页 |
| 5.3 计算机验证结果 | 第63-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 本文总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第74-75页 |
| 致谢 | 第75页 |
