论文部分内容阅读
本文深入研究了粗糙集和元胞自动机在空间负荷预测中的应用,发现在提取元胞自动机规则上,采用粗糙集的方法虽然能从不完全、不确定、存在噪音的空间数据库中提取转换规则,但是存在容错能力和抗干扰能力相对较差的问题。而神经网络具有很好的泛化能力和抗干扰能力,因此,本文中引入神经网络,用神经网络的抗干扰性强的特性弥补粗糙集的不足,从而使得提取元胞自动机转换规则的收敛速度和准确性得以提高。在此基础上,本文提出了一种新型的基于粗糙集神经网络和元胞自动机的空间负荷预测模型,并详细阐述了该模型的总体设计方案及具体的建模步