【正文】
[16].溫巖,喬兵。蘇州大學(xué)物理科學(xué)與技術(shù)學(xué)院。 [9].Barnsley M F. Fractal functions and interpolation[J]. Constry Approx,2022, 2(3): 303329 [10].卓金武。神經(jīng)網(wǎng)絡(luò)及其應(yīng)用 [M]。北京 :清華 大學(xué)出版社 ,2022。 文獻(xiàn)綜述 19 參考文獻(xiàn): [1].陳明。特別是 MATLAB神經(jīng)網(wǎng)絡(luò)工具 箱函數(shù),為神經(jīng)網(wǎng)絡(luò)的研究和設(shè)計(jì)提供了強(qiáng)有力的工具,所取得的成果已經(jīng)廣泛應(yīng)用于神經(jīng)網(wǎng)絡(luò)的教學(xué)、科研中。公路運(yùn)輸系統(tǒng)作為交通運(yùn)輸系統(tǒng)的一個(gè)子系統(tǒng),在交通運(yùn)輸系統(tǒng)中的主導(dǎo)作用也日益凸顯。)。,39。 subplot(2,1,2)。年份 39。b+39。 x=1990:2022。)。 =newff(dx,[3,7,2],{39。sqjdcs。此外還要 感謝其它的老師和同學(xué)的關(guān)心和幫助,沒有他們我也不會(huì)這么順利的完成這次畢業(yè)論文。 附 錄 14 致 謝 時(shí)間如梭,轉(zhuǎn)眼畢業(yè)在即。基于 MATLAB的 BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)與訓(xùn)練[I]。 [14].王維國(guó),張靜靜?;?BP 神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)模型及其在公 路運(yùn)輸量預(yù)測(cè)中的應(yīng)用[ J]。微型機(jī)與應(yīng)用 ,2022,1:5254。 [5].胡守仁 ,余少波等。神經(jīng)網(wǎng)絡(luò)與模糊控制 [M]。 圖 從學(xué)習(xí)曲線圖(圖 )中,可以看出網(wǎng)絡(luò)的最后訓(xùn)練的誤差很小,達(dá)到了期望的值。 MATLAB 神經(jīng)網(wǎng)絡(luò)工具箱函數(shù) 最新版本的神經(jīng)網(wǎng)絡(luò)工具箱幾乎涵蓋了所有的神經(jīng)網(wǎng)絡(luò)的基本常用模型,如感知器和 BP 網(wǎng)絡(luò)等。近年來,我國(guó)交通基礎(chǔ)設(shè)施和運(yùn)輸裝備不斷改善,為公路運(yùn)輸市場(chǎng)的快速發(fā)展創(chuàng)造了有利條件。pjx , )(pix 的值。39。其計(jì)算步驟如下: (1)權(quán)值初始化; (.)R andomw sq ? 其中, sq為 ij, jk或者 kl。再次, BP神經(jīng)網(wǎng)絡(luò)對(duì)外界輸入樣本有很強(qiáng)的識(shí)別與分類能力 , 由 于它具有強(qiáng)大的非線性處理能力,可以較好地進(jìn)行非線性分類 , 解決了神經(jīng)網(wǎng)絡(luò)發(fā)展史上的非線性分類 的 難題。 BP 算法的核心是數(shù)學(xué)中的“ 負(fù)梯度下降”理論,即它的誤差調(diào)整方向總是沿著誤差下降最快的方向進(jìn)行,常規(guī)三層 BP 網(wǎng)絡(luò)哦權(quán)值和闕值調(diào)整公式如下: )()1( tEt ijijij???? ?????? )()1( tEt jkjkjk???? ?????? )()1( tBBEtB ijijij?????? ? )()1( tBBEtB jkjkjk?????? ? 其中, E 為網(wǎng)絡(luò)輸出和實(shí)際輸出樣本之間的誤差平方和; ? 為網(wǎng)絡(luò)的學(xué)習(xí)速率也就是權(quán)值調(diào)整幅度; )(tij? 為 t 時(shí)刻輸入層第 i 個(gè)神經(jīng)元與和中間層第 j 個(gè)神經(jīng)元的連接權(quán)值; )1( ?tij? 為 t+1時(shí)刻輸入層第 i個(gè)神經(jīng)元與和中間層第 j個(gè)神四川理工學(xué)院畢業(yè)論文 5 經(jīng)元的連接權(quán)值; )(tjk? 為 t時(shí)刻中間層第 j個(gè)神經(jīng)元輸出層第 k個(gè)神經(jīng)元之間的連接權(quán)值; )1( ?tjk? 為 t+1時(shí)刻中間層第 j個(gè)神經(jīng)元輸出層第 k個(gè)神經(jīng)元之間的連接權(quán)值; B為神經(jīng)元的閥值,下標(biāo)的意義與權(quán)值相同。常用的人工神經(jīng)元模型可 用圖 。 ( 3)預(yù)報(bào)和智能信息管理。 人工神經(jīng)網(wǎng)絡(luò)是由具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互連的網(wǎng)絡(luò),它的組織能夠模擬生物 的 神經(jīng)系統(tǒng)對(duì)真實(shí)世界物體所作出的交互反應(yīng),雖然單個(gè) 的 神經(jīng)元的結(jié)構(gòu)極其簡(jiǎn)單,功能有限,但 由 大量神經(jīng)元構(gòu)成的網(wǎng)絡(luò)系統(tǒng)所能實(shí)現(xiàn)的行為卻是 非常 豐富多彩的。 ⑦ 董長(zhǎng)虹。 ③ 趙淑芝,田振中,張樹山,等。 BP神經(jīng)網(wǎng)絡(luò) 即使 在其局部的或部分的神經(jīng)元受到破壞 也不會(huì) 對(duì)全局的訓(xùn)練結(jié)果造成很大的影響,也就是說即使系統(tǒng)在受到局部損傷時(shí)還是可以正常工作。 人工神經(jīng)網(wǎng)絡(luò) (Artificial Neural Networks)理論是近年來發(fā)展起來的模擬人腦生物過程的人工智能技術(shù), 也就 是在模擬人腦神經(jīng)組織的基礎(chǔ)上發(fā)展起來的計(jì)算系統(tǒng),是由大量處理單元通過廣泛 的 互聯(lián)而構(gòu)成的網(wǎng)絡(luò)體系,它具有生物神經(jīng)系統(tǒng)的基本特征,在一定 的 程度上反映了人腦功能的若干反映,是對(duì)生物系統(tǒng)的某種模擬 ④ 。 關(guān)鍵詞: MATLAB;公路運(yùn)量;預(yù)測(cè); BP 神經(jīng)網(wǎng)絡(luò) I ABSTRACT A new theory model is brought forward and based on BP neural work is used in highway volume bination forecasting .This model flexibly applied the capability that the neural work can fit any nonlinear function by selfadaptation and selflearning,avoiding the shortage effectively that traditional bination forecasting method forces the relationship among the data on some sort of function in the the help of MATLAB,some simple program is deceases the difficulty of example has proved that this method has high prediction precision. Key words:BP neural work。 基本要求: 1. 熟讀參考文獻(xiàn) 2. 掌握神經(jīng)網(wǎng)絡(luò)的基本理論和結(jié)構(gòu)。 forecast 第一章 前 言 II 目 錄 摘 要 ................................................................................................................................................................. ABSTRACT..................................................................................................................................................... I 目 錄 .............................................................................................................................................................. II 第一章 前 言 ............................................................................................................................................. 0 第二章 人工神經(jīng)網(wǎng)絡(luò)及公路運(yùn)量 ................................................................................................................ 2 人工神經(jīng)網(wǎng)絡(luò) ........................................................................................................................................ 2 人工神經(jīng)元 ..................................................................................................................................... 2 BP網(wǎng)絡(luò)基本原理 ..........................................