声明
摘要
第一章 绪论
1.1 研究背景
1.2 研究意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.3.3 国内外研究文献评述
1.4 主要研究内容与方法
1.4.1 主要研究内容
1.4.2 研究方法
1.4.3 技术路线
第二章 相关理论基础
2.1 预测概述
2.1.1 预测的内涵
2.1.2 短期预测的概念界定
2.1.3 预测的程序
2.2 我国收费高速公路分类
2.2.1 收费还贷型高速公路
2.2.2 收费经营型高速公路
2.2.3 两类收费高速公路的比较
2.3 我国高速公路收费方式
2.3.1 计重收费方式
2.3.2 分车型收费方式
2.4 非线性自回归预测方法
2.4.1 时间序列
2.4.2 动态神经网络
2.4.3 非线性自回归预测方法的原理
2.5 Levenberg-Marquardt算法
2.5.1 Levenberg-Marquardt算法原理
2.5.2 LM算法计算步骤
2.6 本章小结
第三章 高速公路通行费收入一般预测方法
3.1 高速公路通行费收入的主要影响因素及分析
3.1.1 高速公路通行费收入的主要影响因素
3.1.2 高速公路通行费收入主要影响因素分析
3.2 高速公路通行费收入一般预测方法
3.2.1 根据交通量和收费标准预测
3.2.2 根据交通量与经济发展水平预测
3.2.3 根据收入差异分析结果预测
3.2.4 灰色GM(1,1)模型预测
3.2.5 高速公路通行费收入一般预测方法分析
3.3 本章小结
第四章 基于LM算法的非线性自回归预测方法
4.1 高速公路通行费收入短期预测方法要求
4.2 基于LM算法的非线性自回归预测方法
4.2.1 非线性自回归预测方法
4.2.2 LM算法的迭代特性
4.2.3 基于LM算法的非线性自回归预测方法的提出
4.3 构建基于LM算法的非线性自回归预测模型
4.3.1 非线性自回归模型与LM算法的结合方式
4.3.2 原始数据分析和预处理
4.3.3 模型参数的设置
4.3.4 模型阶次的选择
4.3.5 预测结果修正
4.3.6 模型预测流程
4.4 本章小结
第五章 案例应用
5.1 项目概况
5.1.1 NH高速公路概况
5.1.2 GX高速公路概况
5.1.3 GH高速公路概况
5.2 数据收集和分析
5.2.1 数据收集来源
5.2.2 Nit高速公路通行费收入分析
5.2.3 GX高速公路通行费收入分析
5.2.4 GH高速公路通行费收入分析
5.3 预测模型实际应用
5.3.1 数据的前期处理与参数设置
5.3.2 预测网络的训练结果分析
5.3.3 预测结果分析
5.4 季度和月度预测实例应用
5.4.1 季度预测结果修正和分析
5.4.2 月度预测结果修正和分析
5.5 预测模型评价
5.5.1 模型精度评价
5.5.2 模型高效性评价
5.5.3 模型实用性评价
5.6 本章小结
结论与展望
研究结论
展望
参考文献
致谢
附录
长沙理工大学;