基于遗传神经网络时间序列法的交通荷载动态预测

文摘

英文文摘

声明

致谢

1绪论

1.1引言

1.2研究背景

1.3预测基本原理

1.4预测方法概述

1.5本文所做的主要工作

2交通荷载量

2.1交通荷载量的定义

2.2交通荷载量的调查

2.2.1车辆的种类

2.2.2车辆的轴型

2.2.3调查方法

2.3轴载换算方法

2.3.1轴载系数定义

2.3.2 AASHTO当量系数的计算

2.3.3我国规范中采取的方法

2.4轴载谱分析

2.4.1轴载称重调查

2.4.2车辆轴载谱的获取

2.4.3实例分析

2.5本章小结

3人工神经网络和遗传算法原理

3.1人工神经网络概述

3.2人工神经网络的结构

3.2.1人工神经元模型

3.2.2人工神经网络的拓扑结构

3.2.3人工神经网络的学习过程及学习规则

3.3遗传算法

3.3.1遗传算法的基本流程

3.3.2遗传编码

3.3.3适应函数

3.3.4遗传算子

3.4本章小结

4交通荷载遗传神经网络时间序列动态预测理论

4.1交通荷载的动态变化模式

4.2神经网络模型及其选择

4.2.1 BP神经网络模型

4.2.2 BP神经网络学习算法

4.3基于BP神经网络的时间序列预测理论

4.3.1训练样本集的准备

4.3.2初始权值确定

4.3.3网络结构确定

4.3.4网络的训练和预测方式

4.3.5学习速率

4.3.6期望误差

4.3.7网络泛化能力

4.4 GA优化BP神经网络时间序列法原理

4.5遗传神经网络时间序列预测模型的建立

4.6本章小结

5交通荷载遗传神经网络时间序列预测模型的建立及实现

5.1交通荷载遗传神经网络时间序列预测模型的建立

5.1.1预测输入指标数据的确定

5.1.2 BP网络的设计

5.1.3遗传算法的设计

5.1.4滚动预测的实现

5.1.5多步预测的实现

5.2 GA-BP网络预测程序的实现

5.2.1 MATLAB简介

5.2.2程序实现

5.3交通荷载预测实例

5.4网络输出结果及预测分析

5.4.1泛化能力分析

5.4.2对比分析

5.5本章小结

6结论与展望

6.1本文总结

6.2未来展望

参考文献

附录A GA-BP网络预测程序

作者简历