声明
学位论文的主要创新点
摘要
第一章 绪论
1.1 课题的研究背景与意义
1.2 客运量预测的研究现状
1.3 本文的主要研究思路和方法
1.4 论文的结构和主要工作
第二章 客流量的时间序列预测方法
2.1 时间序列的涵义和种类
2.2 预测方法
2.2.1 ARIMA模型
2.2.2 ARIMA模型的识别
2.2.3 建模流程
2.2.4 模型定阶方法
2.3 ARIMA在客运量时间序列中的应用
2.4 本章小结
第三章 客流量的神经网络预测方法
3.1 神经网络概述
3.1.1 BP网络模型与结构
3.1.2 BP神经网络的学习规则
3.1.3 BP网络的优缺点及改进
3.2 采用神经网络进行客流量的预测
3.3 本章小结
第四章 混沌算子网络客流量预测方法研究
4.1 混沌的概念
4.1.1 混沌定义
4.1.2 混沌的特征
4.2 时间序列的混沌识别方法
4.2.1 定性分析法
4.2.2 定量分析法
4.3 混沌时间序列的可预测性
4.3.1 相空间重构
4.3.2 混沌时间序列预测
4.4 混沌算子网络
4.5 遗传算法概述和其优点
4.5.1 遗传算法概述
4.5.2 遗传算法的现状
4.5.3 遗传算法的特点
4.5.4 遗传算法的应用
4.6 基于遗传算法的混沌算子网络控制参数的优化
4.7 本章小结
第五章 仿真实验对比
5.1 理论模型获得数据的预测分析(Prediction Results for Theoretical Data)
5.2 实际时间序列的预测分析(Prediction Results for Actual Data)
5.3 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
6.3 收获
参考文献
攻读硕士学位期间发表的学术论文和参加科研情况
致谢
天津工业大学;