제1장. 서론  ... 1
  1.1 연구의 배경 및 필요성  ... 2
  1.2 연구방법  ... 4
제2장. 신경망 이론  ... 7
  2.1 이론 배경 및 개요  ... 8
  2.2 뉴론 모델(Neuron Model)  ... 9
    2.2.1 뉴론과 뉴럴 네트워크  ... 9
    2.2.2 시간적인 이산 모델  ... 10
    2.2.3 시간적인 연속 모델  ... 11
    2.2.4 확률적인 동작 모델  ... 12
  2.3 뉴럴 네트워크 모델의 기초  ... 12
    2.3.1 Hebb의 학습  ... 13
    2.3.2 상관학습  ... 13
    2.3.3 델타 룰  ... 14
  2.4 퍼셉트론(Perceptron)  ... 14
    2.4.1 구조와 동작원리  ... 14
    2.4.2 기능과 성능 한계  ... 15
    2.4.3 다층 퍼셉트론  ... 15
      2.4.3.1 다층 퍼셉트론의 구조  ... 15
  2.5 역전파(Back Propagation) 학습 알고리즘  ... 16
    2.5.1 역전파 학습 알고리즘의 학습 과정  ... 16
    2.5.2 역전파 학습 알고리즘의 문제점  ... 20
  2.6 신경망 이론에 의한 시계열 예측 모형  ... 22
    2.6.1 시계열 자료 수집  ... 22
    2.6.2 모형의 구조  ... 22
    2.6.3 예측 모형의 컴퓨터 프로그래밍  ... 23
      2.6.3.1 신경망 이론의 프로그래밍  ... 24
제3장. 퍼지 이론  ... 38
  3.1 이론적 배경  ... 39
  3.2 퍼지니스  ... 40
    3.2.1 퍼지제어  ... 40
  3.3 퍼지 신호 제어  ... 41
  3.4 퍼지 교통망 제어 규칙과 알고리즘  ... 42
    3.4.1 교통망 분산 제어 알고리즘  ... 43
제4장. 기존 예측 모형과의 비교  ... 46
  4.1 시계열 모형  ... 47
    4.1.1 이론적 배경  ... 47
    4.1.2 모형의 종류  ... 47
      4.1.2.1 일반선형 모형  ... 47
      4.1.2.2 이동 평균 모형  ... 47
      4.1.2.3 자기회귀 모형  ... 47
      4.1.2.4 자기회귀 이동 모형  ... 48
      4.1.2.5 통합된 자기회귀 이동 평균모형  ... 48
    4.1.3 모형의 구성 및 예측  ... 48
      4.1.3.1 모형식별  ... 48
      4.1.3.2 모수추정  ... 49
      4.1.3.3 적합성 검증  ... 49
  4.2 칼만필터 모형  ... 49
    4.2.1 배경  ... 49
    4.2.2 칼만필터 모형  ... 49
  4.3 각 모형의 예측력 비교  ... 51
제5장. 첨단 신호 시스템  ... 54
  5.1 첨단 신호시스템 현황 및 개요  ... 55
    5.1.1 첨단신호시스템 제어 변수  ... 59
  5.2 현장 조사 환경  ... 61
  5.3 첨단신호시스템 효과척도  ... 63
  5.4 첨단신호시스템 속도 산출 알고리즘  ... 63
  5.5 현장조사  ... 68
  5.6 자료분석  ... 68
제6장. 결론 및 향후 연구 과제  ... 70
(부록) 신경망 이론 학습 알고리즘  ... 73
  1. 퍼셉트론의 학습 알고리즘  ... 74
    1.1 Classic_Perceptron_Learning  ... 74
    1.2 Back_Propagation_Learning  ... 75
  2. 퍼셉트론 분류기  ... 77
    2.1 분류기 내용  ... 77
    2.2 프로그램 코드  ... 77
참고문헌  ... 82