首页--经济论文--工业经济论文--工业经济理论论文--工业部门经济论文--能源工业、动力工业论文--石油、天然气工业论文

天然气消费需求量预测方法改进研究

中文摘要第1-5页
英文摘要第5-8页
1 绪论第8-17页
   ·题目由来——天然气消费的发展概述第8页
   ·题目意义——天然气消费需求量预测的必要性第8-10页
   ·天然气消费需求量预测概况第10-14页
     ·国内研究概况第10-12页
     ·国外研究状况第12-14页
   ·本文研究思路第14-15页
   ·本文研究内容第15-16页
   ·本文具有一定新意之处第16-17页
2 预测的基本概念理论和方法第17-22页
   ·预测的基本概念第17页
   ·传统预测方法的分类第17-19页
   ·传统预测的基本思想和假定第19-20页
   ·传统预测方法向现代预测方法的转变第20-21页
   ·小结第21-22页
3 基于GM(1,1)模型的天然气消费需求量预测第22-31页
   ·灰色系统理论的基本概念第22-23页
   ·GM(1,1)预测模型误差来源——背景值改进方法研究第23-25页
   ·GM(1,1)II 模型的适应性和预测精度研究第25-28页
     ·GM(1,1)II 模型的性质研究第25-28页
     ·GM(1,1)II 模型性质小结第28页
   ·基于GM(1,1)II 模型的重庆市天然气消费需求量预测第28-30页
     ·模型建立和检验第28-29页
     ·2005-2010 年重庆市天然气消费需求量预测第29-30页
   ·小结第30-31页
4 基于遗传BP 神经网络的天然气消费需求量预测第31-42页
   ·BP 神经网络一般模型及其算法第32-35页
   ·遗传算法基本理论第35-36页
     ·遗传算子第35页
     ·遗传算法的一般步骤第35-36页
   ·三项遗传BP 神经网络模型的实现第36-39页
     ·网络隐层节点的确定第36页
     ·三项BP 算法第36-37页
     ·最优学习参数的确定第37-39页
   ·基于遗产算法优化BP 神经网络的天然气消费需求量预测第39-41页
     ·影响天然气消费需求量的因素第39-40页
     ·数据处理第40页
     ·2005-2010 年重庆市天然气消费需求量预测第40-41页
   ·小结第41-42页
5 基于最小二乘支持向量机的天然气消费需求量预测第42-49页
   ·统计学习理论的基本概念第42-44页
     ·VC 维第42-43页
     ·推广性的界第43页
     ·结构风险最小化第43-44页
   ·支持向量机和最小二乘支持向量机理论第44-46页
   ·最小二乘支持向量机参数的优化算法第46-47页
   ·基于最小二乘支持向量机的天然气消费需求量预测第47-48页
   ·小结第48-49页
6 组合预测第49-53页
   ·组合预测的必要性第49页
   ·组合预测模型原理第49-50页
   ·重庆市天然气消费需求量组合预测第50-51页
   ·小结第51-53页
7 总结与展望第53-55页
   ·全文总结第53页
   ·展望第53-55页
致谢第55-56页
参考文献第56-60页
附录第60-71页
独创性声明第71页
学位论文版权使用授权书第71页

论文共71页,点击 下载论文
上一篇:试论中学德育导师制
下一篇:盘龙镇客家话与梅县客家话音系的比较研究