【基於人工神经网络的实时动态交通流预测】徐大干.pdf
吉林工业人学硕士研究生毕业论文 目录 摘 要 ABSTRACT 第一章 神经网络概述 神经网络的发展和现状 1神经网络的基本概念 人工神经元 神经网络的学习方法1 神经网络的特点 第二章 BP网的研究及应用BP网的模型及基本算法2BP算法的改进2学习率的调整动员法基于BP网的动态时序预测.2数据预处理2 计算机实验结果 第三章 径向基函数网络基础3径向基函数.3多变品插值问题
吉林工业人学硕士研究生毕业论文 摘 要 本文应用人工神经网络的理论,重点研究适用于实时动态交通流量预测 的神经网络模型和有关算法.文中首先讨论了BP网的模型和算法,根据标准BP算法存在的收敛速度 慢和局部最小点问题,用动态学习率和动量法进行了改进,并对网络输入和 输出数据的预处理问题进行了讨论。从径向基函数神经网络的理论基础、基 本模型和居本算法入于,分析了它们存在的问题,并提出了相应的改进方法.用正交最小二乘法使网络中心点的确定变得更为有效。对于径向基函数网络 来说,当输入维数增加或样本数据复杂化时,网络的中心点数会变得非常庞 大,为解决这一问题,提出了径向基函数网络的附加权方法。
第一章神经网络概述 第一章神经网络概述 1神经网络的发展和现状 人I神经网络(ANN,ArtificialNeuralNetwork)的研究始于本世纪40 年代。半个多吐纪以来它经历了一条山兴起到萧条、又从萧条到兴盛曲折发 展的道路.1943年,法国心理学家W.S.McCuloch和数学家W.Pitts在分析、综合 神经元基本特征的基础上提出了第一个神经元数学模型(M一P模型),这个 模型采用神经节概念,把神经元看做双态开关,利用布尔逻辑函数对神经过 程进行模拟。这个模型不仅沿用到今天,而且其创建方式一直启发后人发扬 并贯穿至今,直接影响了这研究领域的企过程。1948年,John.