| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-12页 |
| ·研究现状 | 第9-11页 |
| ·研究内容与论文结构 | 第11-12页 |
| 2 灰色系统与支持向量机基本理论 | 第12-25页 |
| ·统计学习理论 | 第12-14页 |
| ·支持向量机基本原理 | 第14-17页 |
| ·线性支持向量机 | 第15-16页 |
| ·非线性支持向量机 | 第16-17页 |
| ·支持向量机的优点以及局限性分析 | 第17页 |
| ·最小二乘支持向量机原理 | 第17-19页 |
| ·最小二乘支持向量机回归模型(LSSVM) | 第17-18页 |
| ·最小二乘支持向量机的参数选择 | 第18-19页 |
| ·灰色系统理论 | 第19-24页 |
| ·灰色系统理论的基本原理 | 第19页 |
| ·灰色系统的建模理论 | 第19-20页 |
| ·灰色关联分析 | 第20-23页 |
| ·GM(1,1)模型 | 第23-24页 |
| ·小结 | 第24-25页 |
| 3 关于一类GM(1-1)-LSSVM模型的研究与应用 | 第25-33页 |
| ·改进的GM(1,1)模型 | 第25-28页 |
| ·改进的GM(1,1)模型建模原理 | 第25-28页 |
| ·实例仿真 | 第28页 |
| ·灰色最小二乘支持向量机建模原理 | 第28-31页 |
| ·并联型GM(1,1)-LSSVM模型 | 第29页 |
| ·串联型GM(1,1)-LSSVM模型 | 第29页 |
| ·残差型GM(1,1)-LSSVM模型 | 第29-30页 |
| ·三种GM(1,1)-LSSVM模型的比较与应用研究 | 第30-31页 |
| ·改进的GM(1,1)-LSSVM模型原理 | 第31-32页 |
| ·小结 | 第32-33页 |
| 4 改进GM(1,1)-LSSVM模型在煤炭消耗预测上的应用 | 第33-38页 |
| ·煤炭能源预测技术概况 | 第33页 |
| ·辽宁省煤炭消耗预测 | 第33-37页 |
| ·样本数据的处理 | 第34页 |
| ·核函数及核参数的选择 | 第34页 |
| ·实验结果及分析 | 第34-37页 |
| ·小结 | 第37-38页 |
| 结论 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 作者简历 | 第42-44页 |
| 学位论文数据集 | 第44页 |
