声明
摘要
第一章 绪论
1.1 研究的背景和意义
1.1.1 研究的背景
1.1.2 研究的意义
1.2 客运量预测的国内外常用方法
1.2.1 常用的预测方法
1.2.2 新预测理论在客运量预测中的应用
1.3 论文的主要研究方法
1.4 论文的主要内容及结构图
1.4.1 论文的主要研究内容
1.4.2 论文的研究结构图
第二章 铁路客运需求及影响因素分析
2.1 客运量变化的特点及预测步骤
2.1.1 客运量变化的特点
2.1.2 预测的思路及步骤
2.2 运输结构与各种运输方式的发展趋势
2.2.1 运输结构与运输量
2.2.2 铁路运输的发展趋势
2.3 影响客运量的因素
2.3.1 运输结构的演变对铁路客运量的影响
2.3.2 其他因素对铁路客运量的影响
2.4 影响因素的选取
2.4.1 影响因素的选取标准
2.4.2 影响因素的确定
2.4 本章小结
第三章 支持向量机和遗传算法的理论基础
3.1 支持向量机理论概述
3.1.1 统计学习理论的基本思想
3.1.2 经验风险最小化原则
3.1.3 VC维
3.1.4 推广性的界
3.1.5 结构风险最小化原则
3.2 支持向量机的基本原理
3.2.1 线性学习
3.2.2 优化理论
3.2.3 支持向量机回归
3.2.4 支持向量机回归原理
3.3 遗传算法理论
3.3.1 遗传算法的理论基础
3.3.2 遗传算法的基本思想
3.3.3 遗传算法的数学模型及其步骤
3.3.4 遗传算法的具体实现
3.5 本章小结
第四章 影响因素下的GA-SVM模型的铁路客运量预测
4.1 基于遗传算法优化支持向量机参数的实现
4.2 数据的搜集与处理
4.2.1 数据的搜集
4.2.2 数据的预处理
4.3 基于GA-SVM的铁路客运量实证分析
4.3.1 实例准备
4.3.2 BP神经网络预测模型
4.3.3 灰色预测模型
4.3.4 支持向量机预测模型
4.3.5 GA-SVM预测模型
4.3.6 GA-SVM预测模型和其他模型预测结果的比较
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 研究展望
致谢
参考文献
在学期间发表的论著及取得的科研成果