摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第1章 绪论 | 第8-13页 |
·选题背景及意义 | 第8-9页 |
·研究现状 | 第9-11页 |
·师资需求研究现状 | 第9-10页 |
·高校规模研究现状 | 第10-11页 |
·论文主要内容安排 | 第11-13页 |
第2章 时间序列分析 | 第13-21页 |
·时间序列分析简介 | 第13页 |
·基本概念 | 第13-15页 |
·随机过程与平稳性原理 | 第14页 |
·自相关与偏自相关函数 | 第14-15页 |
·白噪声过程 | 第15页 |
·平稳时间序列模型 | 第15-17页 |
·自回归模型(Auto Regression Model,AR) | 第15-16页 |
·移动平均模型(Moving Average Model,MA) | 第16-17页 |
·自回归移动平均模型(Auto Regression Moving Average Model,ARMA) | 第17页 |
·建模步骤 | 第17-21页 |
·时间序列的预处理 | 第17-18页 |
·模型类型的选择与阶数的确定 | 第18-19页 |
·模型参数估计 | 第19页 |
·模型检验与预测 | 第19-21页 |
第3章 基于时间序列分析的西部中小学师资需求问题研究——以四川省为例 | 第21-39页 |
·引言 | 第21-22页 |
·四川省中小学在校生数预测 | 第22-23页 |
·数学模型的建立 | 第23-29页 |
·出生人口模型的建立 | 第23-26页 |
·高中毛入学率模型的建立 | 第26-29页 |
·四川省中小学教师需求预测 | 第29-31页 |
·影响教师需求的因素 | 第29页 |
·教师需求总量与补充量预测模型 | 第29-31页 |
·预测结果 | 第31-35页 |
·中小学阶段在校学生总量预测 | 第31-33页 |
·中小学教师需求和补充总量预测 | 第33-35页 |
·西部地区中小学教师发展面临的问题 | 第35-37页 |
·西部地区教师培养策略 | 第37-39页 |
第4章 基于GM(1,1)与ARMA模型的高校师资需求预测 | 第39-56页 |
·灰预测概论 | 第39页 |
·灰色系统理论 | 第39-41页 |
·灰关联空间 | 第39-40页 |
·生成函数 | 第40-41页 |
·灰微分方程 | 第41页 |
·灰预测步骤 | 第41-45页 |
·数据的检验与处理 | 第41-42页 |
·GM(1,1)模型的建立 | 第42-43页 |
·模型检验 | 第43-45页 |
·基于指数回归—ARMA模型的四川省高校师资需求实证研究 | 第45-56页 |
·师资需求现状 | 第45页 |
·已有研究成果 | 第45-47页 |
·模型的建立 | 第47-54页 |
·预测结果 | 第54-55页 |
·对策与建议 | 第55-56页 |
第5章 基于小波分析与LSSVM的高等院校发展规模预测 | 第56-76页 |
·小波概论 | 第56页 |
·小波变换(Wavelet Transform) | 第56-61页 |
·离散小波变换(Discrete Wavelet Transform) | 第56-57页 |
·多分辨率分析(Multi-resolution Analysis) | 第57-58页 |
·Mallat快速算法 | 第58-59页 |
·离散小波分解与重构 | 第59-61页 |
·小波分析下的LSSVM与ARMA模型在高教规模预测中的应用 | 第61-76页 |
·研究背景 | 第61-62页 |
·国内外研究现状 | 第62页 |
·基于小波分析的模型预测步骤 | 第62-63页 |
·实证分析 | 第63-74页 |
·预测结果与建议 | 第74-76页 |
第6章 总结与展望 | 第76-78页 |
·总结 | 第76页 |
·展望 | 第76-78页 |
参考文献 | 第78-82页 |
附录 | 第82-87页 |
附录1 | 第82-83页 |
附录2:小波分解与重构程序代码及运行结果 | 第83-85页 |
·小波分解程序代码 | 第83-84页 |
·小波分解结果 | 第84页 |
·小波重构程序代码 | 第84-85页 |
·单支重构结果 | 第85页 |
附录3:最小二乘支持向量机程序代码 | 第85-87页 |
致谢 | 第87-88页 |
已发表论文 | 第88页 |