1. 研究目的与意义
随着江苏省近几年的道路建设以及各行业的迅速发展,交通需求伴随着经济发展也日益增长。
经济增长与旅客周转量需求作为分析一个地区经济运行状况的两个重要指标,两者相互作用,联系紧密。
人工神经网络是一门新兴交叉学科,近年来被越来越多的应用到了实际问题的预测中,显示出其广阔的应用前景,特别是人工神经网络具有预测非线性系统未来行为的巨大潜力。
2. 课题关键问题和重难点
根据近几年江苏省旅客周转量的变化趋势，利用人工神经网络模型进行预测分析，为了结果更加贴近目标值，所以在BP神经网络模型的基础上，进行优化算法处理，并成功建立模型从而得到确定值进行深入研究，主要研究内容如下：（1）调查研究全国、江苏省旅客运输发展现状及近几年的发展情况，发展趋势以及发展特点、发展问题等，研究整理该省的旅客运输现状与发展。
（2）收集历年来江苏省旅客周转量的数据。
（3）根据历史货运量数据优化并建立BP神经网络模型，并分析江苏省在未来年的需求情况。
3. 国内外研究现状（文献综述）
1.BP神经网络模型贺艳辉在《基于BP人工神经网络水产品价格预测的研究》一文中，基于BP神经网络应用于预测的原理,提出了预测研究步骤及预测可行性,探讨建立基于BP神经网络的预测模型的关键技术,包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取,建立了一个6：10：1三层神经网络预测模型,并利用神经网络理论和MATLAB6.5实现了水产品价格预测模型。
结果证明,本文所构建的神经网络模型具有良好的精确性和准确性,证明了将神经网络应用于水产品价格预测模型是可行的,为水产养殖和水产品营销把握市场预期提供了一种新方法,具有很好的应用价值。
朱英在《改进的BP神经网络预测模型及其应用》一文中，针对传统BP神经网络算法在对预测问题中存在的网络具有易陷入局部极小、收敛速度慢的缺陷,引入附加动量法和自适应学习速率法改进BP神经网络预测模型。
4. 研究方案
首先调查研究全国、江苏省旅客运输发展现状及近几年的发展情况，发展趋势以及发展特点、发展问题等，研究整理该省的旅客运输现状与发展，再收集历年来江苏省旅客周转量的数据。
根据历史货运量数据优化并建立BP神经网络模型，其中包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取,建立一个神经网络预测模型,并分析江苏省在未来年的需求情况。
根据数据分析结果，对江苏省交通管理者提供合理建议，为交通运输系统的建设与旅客运输的未来发展提供导向性政策支撑。
5. 工作计划
周次 工作内容第1周 按指导老师的要求对指定的英文原文进行翻译，及时完成翻译工作第2周 检索与阅读相关专业文献，构思文章的大概思路，写出文献综述，合理安排毕业论文设计计划，按时提交开题报告第3周 基于BP神经网络模型的江苏省旅客周转量预测分析文献综述第4周 搜集统计数据，并完成数据的整理和分析工作5～6周 基于BP神经网络优化算法，并建立模型7～8周 根据所得数据，进行算法迭代，求得最终值后运用所提出的方法论，对其进行重要性判别和旅客周转量预测9 根据预测分析结果，给出合适政策建议10 总结前面研究，撰写论文，完成论文初稿11 修改论文，请导师指导，然后进行论文规范性检查，完善论文12 毕业论文定稿并打印装订成册，毕业论文答辩资格审查，准备毕业论文答辩13～14 论文答辩
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
