1. 毕业设计（论文）的内容和要求

1． 设计（论文）内容 交通规划和交通诱导已成为交通领域研究的热点，准确的交通流量预测是科学的交通规划和诱导的关键。

交通流量预测具有高度的非线性和不确定性，神经网络可以很好的解决这种类型的非线性问题，其中前向型神经网络特别适合对交通流的预测。

由于神经网络在训练速度和预测精度等方面不断的提高，把神经网络用于建设智能交通体系成为了一种非常明智的选择。

2. 参考文献

[1] 吴宝春，郑蕊蕊等. 基于遗传灰色gm（1，1，ρ）模型的短时交通流量预测[j]. 电子设计工程，2012，20（13）：165-17。

。

[2]申慧.基于bp神经网络的交通流量预测设计[j].西南科技大学学报, 2009，13: 72-75. [3] 曹琛荔，孙旋. 基于神经网络与遗传算法的交通流量预测研究[j]. 仪表技术，2011，1：22-24 . [4] hu hui, hu dawei. study on the application of its and key technologies in logistics operation [c]//2009 international conference on information management, innovation manage-ment and industrial engineering. xi'an,china: ieee, 2009:263-266. [5] 林海涛. 面向短时交通流量预测的神经网络算法研究[d]. 南京：南京邮电大学, 2016. [6] 刘宁,陈昱颋等. 基于elman神经网络的交通流量预测方法[j].2011,37(2):204-209. [7] 李力东，高彤. 探讨交通流量预测的几种方法[j]. 吉林建筑工程学院学报,2010,27（5）：58-60. [8] 常峰，旷文珍等. 关于道路交通流准确预测仿真研究[j]. 计算机仿真， 2016, 33(6):111-116. [9] 常利，左忠义等. 基于bp神经网络的轨道交通客流量预测[j]. 大连交通大学学报， 2014, 35(a01):13-16.

3. 毕业设计（论文）进程安排

起讫日期 设计（论文）各阶段工作内容 备 注 2016.12.20～2017.1.3 布置设计任务书、学习基本知识 2017.1.4～2017.1.8 查阅交通流量预测与神经网络技术的相关资料文献及翻译 2017.1.9～2017.1.12 学习认识Matlab软件与神经网络 2017.1.13日前 修改完成开题报告 开题 2017.1.13～2017.3.5 继续学习Matlab及神经网络工具用法 2017.3.6～2017.4.30 搜集实际的交通流量数据，并对原始数据进行处理 2017.5.1～2017.5.12 选择一种算法，用Matlab编程建立预测模型 2017.5.13～2017.5.22 对建立的预测模型进行训练和验证，修改代码，使得模型具有较高的正确率，并比较该算法与其他相关算法的不同 2017.5.23~ 2017.6.1 论文初稿写作，演示 2017.6.3之前 提交所有毕业设计正式材料电子稿与打印稿 2017.6.3～2017.6.8 准备答辩 2017.6.9～2017.6.12 答辩 答辩