基于改进BP神经网络的短时交通流量预测的研究与应用

目录

声明

第一章 绪 论

1.1 背景与意义

1.2 国内外研究现状

1.2.1 交通流量预测方法研究现状

1.2.2 BP神经网络预测研究现状

1.3 研究的主要内容

1.4 论文的组织结构

第二章 短时交通流量预测及预测模型的建立

2.1 短时交通流量预测概述

2.1.1 预测原理

2.1.3 数据采集及预处理

2.2 基于BP神经网络的预测模型建立

2.2.1 BP神经网络原理

2.2.2 预测模型的建立

2.2.3 模型输入输出层节点数的确定

2.2.4 模型隐层数和隐层节点数的确定

2.3 本章小结

第三章 基于BP神经网络预测算法的改进

3.1 BP网络学习算法的改进

3.1.1 BP网络预测的优缺点及常用改进方法

3.1.2 本文改进方法

3.1.3 仿真结果及分析

3.2 基于蚁群算法优化BP神经网络的权阈值

3.2.1 蚁群算法原理

3.2.2 蚁群算法与BP神经网络的融合算法

3.2.3 融合优化算法的改进

3.2.4 仿真结果及分析

3.3 本章小结

第四章 改进预测算法在交通流量预测系统中的应用

4.1 需求分析

4.2 架构设计

4.3 功能设计

4.3.1 数据采集及处理

4.3.2 流量预测

4.4 数据库设计

4.5 功能开发与实现

4.5.1 数据采集及处理

4.5.2 流量预测

4.6 功能测试

4.6.1 数据采集及统计

4.6.2 流量预测

4.7 性能测试

4.8 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

致谢

作者简介

1 作者简历

2 攻读硕士学位期间发表的学术论文

3 发明专利

学位论文数据集