基于神经网络的油运费率研究和预测
| 第1章 绪论 | 第1-13页 |
| ·选题背景及意义 | 第9-10页 |
| ·国内外研究的主要成果及现状 | 第10-11页 |
| ·本文主要研究内容 | 第11-12页 |
| ·本文主要创新 | 第12-13页 |
| 第2章 世界油运市场的概述 | 第13-18页 |
| ·世界经济前景 | 第13-14页 |
| ·世界油运市场的基本特征 | 第14-17页 |
| ·世界油运市场的现状及前景 | 第17-18页 |
| 第3章 影响世界油运费率的因素分析 | 第18-33页 |
| ·世界油运市场的需求分析 | 第18-26页 |
| ·世界原油的存储量 | 第18-20页 |
| ·世界原油的需求量 | 第20页 |
| ·世界原油的产量 | 第20-22页 |
| ·世界原油的海运量 | 第22-26页 |
| ·世界油船市场的分析 | 第26-32页 |
| ·世界油船市场的现状 | 第26-27页 |
| ·世界油船市场的分析 | 第27-30页 |
| ·世界油船市场的前景 | 第30-32页 |
| ·其他影响因素分析 | 第32-33页 |
| 第4章 运用神经网络预测油运费率 | 第33-49页 |
| ·BP神经网络的简述 | 第33-36页 |
| ·人体神经元 | 第33-34页 |
| ·人工神经网络处理单元 | 第34-35页 |
| ·人工神经网络 | 第35-36页 |
| ·数据的选取 | 第36页 |
| ·BP网络模型 | 第36-43页 |
| ·BP网络结构 | 第36-37页 |
| ·BP网络学习公式推导 | 第37-43页 |
| ·面向MATLAB的油运费率预测 | 第43-49页 |
| ·数据预处理 | 第43-44页 |
| ·神经网络结构设计 | 第44-45页 |
| ·BP网络的训练 | 第45-49页 |
| 第5章 神经网络与时间序列模型的比较 | 第49-54页 |
| ·用时间序列模型进行预测 | 第49-53页 |
| ·确定序列的平稳性 | 第49-50页 |
| ·识别 | 第50-52页 |
| ·ARIMA模型的参数估计 | 第52-53页 |
| ·ARIMA模型的预测 | 第53页 |
| ·神经网络与时间序列模型的比较 | 第53-54页 |
| 第6章 结论 | 第54-57页 |
| ·总结 | 第54-55页 |
| ·有待于研究的问题 | 第55-57页 |
| 攻读学位期间公开发表的论文 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-67页 |
| 研究生履历 | 第67页 |
