1、“.....然后把要预测的数据放进预测档中进行正向的顺序运算，最后得出预测数据。得到如下程序黑龙江工程学院本科生毕业设计黑龙江工程学院本科生毕业设计理论尚不完善,关于隐层层次与节点数只能由试算确定,使得该方法在使用中具有定的局限性。除汽车保有量预测外,其应用的领域运用的范围可进步拓宽,相关模型尚需进步研究和改进。黑龙江工程学院本科生毕业设计结论人工神经网络具有初步的自适应与自组织能力。在学习或训练过程中改变突触权重值，以适应周围环境的要求。同网络因学习方式及内容不同可具有不同的功能。人工神经网络是个具有学习能力的系统，可以发展知识，以致超过设计者原有的知识水平。这时，只规定学习方式或些规则，则具体的学习内容随系统所处环境即输入信号情况而异，系统可以自动发现环境特征和规律性，具有更近似人脑的功能。通过分析网络的原理......”。

2、“.....即输入模式顺传播输出误差逆传播循环记忆训练学习结果的判别，成功的建立了神经网络模型并在此基础上进行网络编程，并对数据进行试验。能达到预期的结果。神经网络可以用作分类聚类预测等。神经网络需要有定量的历史数据，通过历史数据的训练，网络可以学习到数据中隐含的知识。在你的问题中，首先要找到些问题的些特征，以及对应的评价数据，用这些数据来训练神经网络。虽然网络得到了广泛的应用，但自身也存在些缺陷和不足，主要包括以下几个方面的问题。首先，由于学习速率是固定的，因此网络的收敛速度慢，需要较长的训练时间。对于些复杂问题，算法需要的训练时间可能非常长，这主要是由于学习速率太小造成的，可采用变化的学习速率或自适应的学习速率加以改进。其次，算法可以使权值收敛到个值，但并不保证其为误差平面的全局最小值，这是因为采用梯度下降法可能产生个局部最小值......”。

3、“.....可以采用附加动量法来解决。再次，网络隐含层的层数和单元数的选择尚无理论上的指导，般是根据经验或者通过反复实验确定。因此，网络往往存在很大的冗余性，在定程度上也增加了网络学习的负担。最后，网络的学习和记忆具有不稳定性。也就是说，如果增加了学习样本，训练好的网络就需要从头开始训练，对于以前的权值和阈值是没有记忆的。黑龙江工程学院本科生毕业设计参考文献艾立群人工神经网络在钢铁工业中的应用钢铁研究学报,王秀梅王国栋刘相华人工神经网络和数学模型在热连轧机组轧制力预报中的综合应用钢铁牛济泰,孙雷剑,李海涛基于人工神经网络的微合金钢热轧奥氏体晶粒尺寸模型的研究材料科学与工艺,高永生,张鹏,崔军,等应用人工神经网络预测钢的变形抗力钢铁王铁,陈进算法中学习率及形状因子对学习速度的综合影响上海交通大学学报，,,,周开利......”。

4、“.....张立明人工神经网络的模型及其应用,上海复旦大学出版社,王宏,王文辉人工神经网络原理与应用沈阳东北大学出版社,王俊霞,孙洁基于神经网络的连铸板坯裂纹预报,仪器仪表与分析检测第期李军种基于神经网络的专家系统的设计与实现北京北京工业大学,黑龙江工程学院本科生毕业设计致谢本设计是在指导教师王悦新老师悉心指导下完成的。从设计总体研究方向的确定实验内容的选择以及理论分析到论文的最后定稿王老师都给予了耐心的指点和精心的安排。王老师渊博的知识严谨的学风求实的态度和活跃的学术思想给我留下极为深刻的印象,并将使我受益终身,谨向导师致以最诚挚的谢意。设计期间，受到了学校其他老师学术上真诚的指导，在此表示衷心的感谢。在毕业设计过程中，班级的其他同学都给予了很大的和支持，由衷感谢各位的辛勤劳动......”。

5、“.....宏定义和函数声明用文件对写值定义判断值调用训练程序关闭文件调用再训练程序调用测试程序调用预测程序结束图附实现功能的主函数黑龙江工程学院本科生毕业设计图附预测流程图定义参数把预测模式提供给网络归化处理计算误差进行正向计算归化处理得出预测值结束开始记录数据并关闭文件黑龙江工程学院本科生毕业设计图附测试流程图开始定义参数读权阈值文件创立输出文件读预测值并归化处理测试模式提供给网络正向计算结束归化处理记录并关闭文件得出输出值计算误差黑龙江工程学院本科生毕业设计图附权阈值初始化开始定义参数初始化输入中间权值初始化中间层阈值初始化中间输出权值初始化输出层阈值结束黑龙江工程学院本科生毕业设计开始读取输入文件数据读取文件数据归化处理关闭文件结束图附输入数据初始化黑龙江工程学院本科生毕业设计开始定义参数计算中间层值计算输出值结束开始定义参数计算输出层矫正误差计算输......”。

6、“.....,,,黑龙江工程学院本科生毕业设计循环次后为本章小结本章主要是对前面说建立的网络进程程序的编写，包括网络的正向训练程序，网络的误差传播程序，训练循环程序，结果判断程序和预测程序。特别是对数据归化的处理，在程序中起了很重要的作用。黑龙江工程学院本科生毕业设计第五章神经网络在汽车保有量预测中的应用汽车保有量预测的意义在城市道路交通规划中,汽车保有量预测是规划过程中项基础工作。科学准确地把握未来城市汽车发展保有量对做好交通流生成预测......”。

7、“.....构建完善的路网规划具有十分重要的意义。传统的汽车保有量预测方法主要有外推法,因果法,判断分析法等。现行的预测方法虽各有其优点,但大多存在数据拟合度不高,外推性不强，预测结果与实际情况有较大偏差等问题。为此,采用神经网络分析构造了汽车保有量预测模型,将原来有较多的输入变量群进行主成分分析,利用线性变换得到组个数较少的彼此不相关的新输入变量,再用新输入变量作为神经网络的输入,从而简化了输入变量,提高了神经网络性能。还利用实际数据对市汽车保有量进行了预测。基于神经网络的汽车保有量预测模型汽车保有量主要影响因素分析决定城市的汽车保有量相关影响因素很多,其中最主要的是城市人口及城市社会经济发展水平。城市人口增多,人们的出行量就会增多,对汽车特别是客车的需求就会越大,因而必然导致保有量的增长,以满足需求......”。

8、“.....城市经济发展水平可以从多项指标上反映出来,如国内生产总值人均国内生产总值工业总产值城市的财政收入城市居民人均生活费收入与支出等。任何个城市汽车保有量都与这些经济发展指标相关,并受其制约,特别在经济发展阶段,经济水平是决定汽车保有量最主要的方面。在综合考虑影响汽车保有量的诸多因素,本文选取人口人均工业总产值财政收入居民年均收入居民年均支出等个因素作为影响指标。汽车保有量预测模型以个因素为输入因子的神经网络模拟。由于理论上已经证明了三层网络模型对于非线性系统具有较好的建模能力,因此,任连续函数或映射均可由个三层神经网络实现。在构建汽车保有量预测神经网络模型,网络层数的选择上,选用三层网络结构,即个输入层,个隐含层,个输出层,由于输入层与输出层神经元个数的增加会增加网络的表达能力,同时还会增加其收敛速度和黑龙江工程学院本科生毕业设计噪声干扰......”。

9、“.....在综合考虑汽车保有量影响因素的条件下,将个因素作为输入层,输入层有个神经元,隐层有个神经元,输出层有个神经元,输出层为预测目标变量,即汽车保有量。实例分析下面以表所列的城市汽车保有量历史数据为例阐述本文的预测方法。表城市汽车保有量历史数据汽车保有量影响因素的有人口人均工业总产值财政收入居民年均收入居民年均支出等个因素分别为汽车保有量随年份的变化。步骤如下所示打开进行程序调试和链接，如图所示。图调试后的界面年份人口万人万元人均元工业总产值万元财政收入万元居民年均收入元居民年均支出元汽车保有量黑龙江工程学院本科生毕业设计输入实验数据，如图所示。输入数据设置文件为，进行正反向训练，如图所示。图文件运行进行网络训练，如图所示。图预测界面黑龙江工程学院本科生毕业设计设置文件为，如图所示。图文件运行对网络进行在训练，如图所示......”。