文摘
英文文摘
第一章选题背景及意义
§1.1神经网络在交通运输领域的应用
§1.1.1神经网络理论的研究现状
§1.1.2神经网络理论的在交通运输领域的应用回顾
§1.2交通流实时预测模型的研究现状
§1.2.1问题的描述
§1.2.2交通流量实时预测问题的研究现状
§1.3本文的意义和论文的结构组成
§1.3.1与相关研究领域的关系与本文的意义
§1.3.2相关领域的研究现状概述
§1.3.3相关领域的研究现状详细描述
第二章交通流量预测的前期工作和理论基础
§2.1交通流的自组织理论
§2.1.1交通流的时变特性
§2.1.2交通流模型
§2.1.3交通流中的自组织现象
§2.1.4交通流中形成自组织的原因
§2.1.5交通流自组织的理论描述——耗散结构的形成与相变
§2.2交通流数据的采集和处理
§2.3交通流计算机模拟理论
§2.3.1计算机模拟的基本概念
§2.3.2交通流模拟理论在国内外的发展概况
§2.3.3模拟模型体系研究的新思路
第三章改进神经网络模型的分析
§3.1人工神经网络概述
§3.1.1人工神经网络的各种模型
§3.1.2原理和算法
§3.1.3应用前景
§3.2对神经网络模型的学习算法改进神经分析
§3.2.1 SD-CGM-OC算法的前馈神经网络模型
§3.2.2差商LM法的前馈神经网络模型
§3.3基于正交最小二乘算法的小波神经网络
§3.3.1小波基函数的选择——正交最小二乘算法
§3.3.2用OLS算法选择小波函数
§3.3.3小波网络权值的求取
§3.3.4结论
§3.4基于时间序列的小波神经网络预测模型的研究
§3.4.1引言
§3.4.2小波及小波变换
§3.4.3小波神经网络预测模型
第四章基于改进神经网络的交通流量实时预测模型分析
§4.1基于改进神经网络的交通流量实时预测模型的建立
§4.1.1基于改进神经网络的交通流实时预测模型
§4.1.2基于改进神经网络的交通流实时预测模型的原理和算法
§4.1.3基于改进人工神经网络交通流预测模型应用
§4.2交叉口交通流量是实时预测模型的研究
§4.2.1问题的描述
§4.2.2交通流数据采集
§4.2.3利用高阶广义神经网络进行交通流量预测
§4.2.4小结
§4.3基于小波神经网络的交通流量预测模型研究
§4.4.1引言
§4.4.2问题的描述
§4.4.3基于小波神经网络的预测模型
§4.4.4基于小波神经网络的交通流量预测模型算法
第五章其他交通流量实时预测模型研究与比较
§5.1传统的预测方法简介
§5.2遗传算法在交通流量实时预测中的应用
§5.2.1遗传算法的基本原理
§5.2.2遗传算法预测交通流量步骤
§5.2.3小结
§5.3预测结果比较以及误差分析
第六章本文结论
§6.1结论
§6.1.1本文的主要工作
§6.1.2本文的主要结论
§6.2进一步研究的问题
§6.2.1进一步研究的问题
§6.2.2遗传算法与神经网络的结合
§6.2.3结语
参考文献
致谢
