文摘
英文文摘
声明
第一章绪论
1.1研究背景、目的和意义
1.2国内外研究现状及面临的问题
1.2.1定性预测方法
1.2.2定量预测方法
1.3本文的主要工作和创新之处
1.4本文结构
第二章人工神经网络概述
2.1人工神经网络的发展
2.2人工神经网络的工作原理及特点
2.3神经网络模型分类
2.3.1按网络拓扑结构划分的神经网络
2.3.2按网络学习模式划分的神经网络
2.4 RBF神经网络
2.4.1 RBF神经网络的基函数
2.4.2 RBF神经网络的结构
2.4.3 RBF神经网络的学习算法
2.4.4 RBF神经网络的应用及优点
2.4.5 RBF神经网络存在的问题及研究现状
第三章基于延拓矩阵的RBF货运量预测改进模型
3.1基于延拓矩阵的RBF货运量预测模型的提出
3.1.1现存问题的分析
3.1.2解决方法
3.1.3基于延拓矩阵的RBF货运量预测模型的优势
3.2基于延拓矩阵的RBF货运量预测改进模型
3.2.1货运量的关联因素与时域因素选取模块
3.2.2数据预处理模块
3.2.3延拓矩阵生成模块
3.2.4 RBF货运量预测改进模型
3.3模型的实现过程
3.3.1模型开发环境
3.3.2改进模型的总体设计
3.3.3核心模块的伪码设计过程
第四章RBF神经网络的动态聚类学习算法实验
4.1渐增函数逼近实验
4.2动态聚类算法的运行效率实验
4.3公路货运量预测实验
4.3.1公路货运量的延拓矩阵生成
4.3.2样本集划分与误差分析
4.4货运总量预测实验
4.4.1货运总量的延拓矩阵生成
4.4.2样本集划分与误差分析
第五章总结与展望
5.1总结
5.2本文的不足与展望
参考文献
附录
发表论文和科研情况说明
致 谢
天津理工大学;