学位论文 > 优秀研究生学位论文题录展示

基于BP神经网络的城市生态交通系统评价研究

作　者: 余跃武
导　师: 马健霄
学　校: 南京林业大学
专　业: 交通运输规划与管理
关键词: 城市生态交通生态交通评价指标体系 BP神经网络
分类号: TP183
类　型: 硕士论文
年　份: 2013年
下　载: 12次
引　用: 0次
阅　读: 论文下载

内容摘要

21世纪，城市发展面对大气污染、噪音危害、交通拥堵、土地资源紧缺等严重问题，各国专家学者提出了生态城市是城市发展的理想模式。交通系统作为城市系统中的一个复杂部分，在建设生态城市中起着关键作用。在此背景下，把可持续发展、生态系统健康等理念融入城市交通规划和管理研究中，开展生态交通相关理论研究显得极为重要。本文在阐述生态交通基本内涵并重新梳理基础上，建立了面向生态交通“五位一体”协同理论的城市生态交通评价指标体系，提出一种基于BP神经网络的评价模型，并以实例验证了这种方法的有效性和合理性。首先，从哲学、文化、经济和环境等层面分析生态交通内涵，阐述了生态交通具体含义与特征，完善的城市综合交通运输体系、安全的城市综合交通运输网络、健康的城市交通环境、协调的城市交通景观、公平的城市交通文化五个方面进行了生态交通分析。分析生态交通内容与规律基础上，提出了基于协同作用的城市生态交通“五位”一体协同概念模型。其次，明确了生态交通评价概念基础上，提出了基于时间、范畴、方法的城市生态交通评价框架，阐述了生态交通评价的评价主体包括国际组织、行政机构、研究机构、公众。同时，介绍了指标及指标体系的概念、设计原则和结构模型，确定了生态交通评价指标体系的塔式结构，从目标、准则、指标三层建立了基于“五位一体”协同理论的生态交通评价指标体系。最后，分析了人工神经网络的特点与学习方法，考虑非线性系数关系，最终选择BP神经网络来建立生态交通评价模型。确定了网络层数、传递函数、训练函数和隐层神经元数目，给出了可行的评价程序，用MATLAB的神经网络工具箱(NNT)来进行网络设计和计算，由学习样本的训练和测试，模型的误差达到预定的范围内。以实例验证了这种方法的有效性和可操作性。

全文目录

致谢  3-4
摘要  4-5
Abstract  5-8
1 绪论  8-13
  1.1 研究背景  8-9
  1.2 国内外研究现状  9-10
    1.2.1 国内外生态交通研究现状  9
    1.2.2 国内外对城市生态交通评价的研究  9-10
    1.2.3 现有研究总结  10
  1.3 研究目的和意义  10-11
  1.4 研究内容和技术路线  11-13
    1.4.1 主要研究内容  11
    1.4.2 研究方法  11-13
2 城市生态交通理论  13-20
  2.1 翅白勺概念  13
    2.1.1 交通的传统概念  13
    2.1.2 交通的生态学研究  13
  2.2 生态交通的内涵  13-15
  2.3 生态交通的特征  15-16
  2.4 生态交通的运行  16-17
    2.4.1 生态交通运行内容  16
    2.4.2 生态交通运行规律  16-17
  2.5 城市生态交通“五位一体”.协同理论  17-19
    2.5.1 规律的协同作用  17-18
    2.5.2 城市交通“五位一体”协同理论  18-19
  2.6 本章小结  19-20
3 城市生态交通评价及指标体系研究  20-33
  3.1 城市生态交通评价的概念和特点  20
  3.2 城市生态交通评价框架  20-21
    3.2.1 基于时间的城市生态交通评价  21
    3.2.2 基于范畴的城市生态交通评价  21
    3.2.3 基于方法的城市生态交通评价  21
  3.3 城市生态交通评价系统  21-23
    3.3.1 评触体  22
    3.3.2 评价对象  22-23
    3.3.3 评价目的  23
  3.4 评价指标及指标体系  23-26
    3.4.1 矛旨标  23
    3.4.2 指标体系  23-24
    3.4.3 评价指标体系的设计原则  24
    3.4.4 评价指标体系结构模型  24-26
  3.5 城市生态交通“五位一体”协同评价指标体系研究  26-32
    3.5.1 “五位一体”协同评价指标的选取  26-28
    3.5.2 “五位一体”协同评价指标体系内容解析  28-32
  3.6 本章小结  32-33
4 基于BP神经网络的城市生态交通评价模型  33-55
  4.1 人工神经网络简介  33-36
    4.1.1 人工神经网络的特点  33
    4.1.2 人工神经网络模型  33-35
    4.1.3 人工神经网络的学习  35-36
    4.1.4 人工神经网络在城市生态交通评价中的应用  36
  4.2 模型的选择一BP神经网络模型  36-38
    4.2.1 BP神经网络结构  36-37
    4.2.2 BP学习算法  37-38
  4.3 BP神经网络模型的评价程序  38-40
  4.4 BP神经网络模型的实现  40-51
    4.4.1 评价指标的确定  40
    4.4.2 原始数据的采集  40-43
    4.4.3 数据归一化处理  43-44
    4.4.4 BP神经网络的建立  44-51
  4.5 BP神经网络模型的训练结果及仿真  51-52
    4.5.1 BP神经网络的训练结果  51
    4.5.2 BP神经网络的仿真  51-52
  4.6 BP神经网络模型的GUI实现  52-54
  4.7 本章小结  54-55
5 模型应用与实例分析  55-59
  5.1 待评价城市  55-57
  5.2 城市生态交通评价具体过程  57
  5.3 实例评价结果分析  57-59
6 结论与展望  59-61
  6.1 基本结论  59
  6.2 存在问题及后续有待研究展望  59-61
攻读学位期间发表的学术论文  61-62
参考文献  62-64
附录 BP神经网络程序代码  64-66

基于BP神经网络的城市生态交通系统评价研究

内容摘要

全文目录

相似论文