| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的 | 第10页 |
| 1.1.3 研究意义 | 第10-11页 |
| 1.2 国内外研究现状及分析 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 国内外研究分析 | 第13-14页 |
| 1.3 本文的主要研究方法 | 第14页 |
| 1.4 研究内容及技术路线 | 第14-16页 |
| 1.4.1 研究内容 | 第14-15页 |
| 1.4.2 技术路线 | 第15-16页 |
| 2 预测原理及模型介绍 | 第16-34页 |
| 2.1 定性预测 | 第16页 |
| 2.2 定量预测 | 第16-19页 |
| 2.2.1 基于时间序列的预测方法 | 第17-18页 |
| 2.2.2 基于影响因素的预测方法 | 第18-19页 |
| 2.3 模型对比与模型选择 | 第19页 |
| 2.4 灰色系统预测原理 | 第19-22页 |
| 2.4.1 灰色GM（1,1）模型建模原理 | 第21页 |
| 2.4.2 Verhulst模型建模原理 | 第21-22页 |
| 2.5 人工神经网络介绍及其原理 | 第22-30页 |
| 2.6 灰色预测模型和BP神经网络模型的特点和不足 | 第30-32页 |
| 2.6.1 灰色预测模型的特点和不足 | 第30-31页 |
| 2.6.2 BP神经网络模型的特点和不足 | 第31-32页 |
| 2.7 组合模型介绍及建模原理 | 第32-33页 |
| 2.7.1 组合预测模型概述 | 第32页 |
| 2.7.2 组合模型的特点 | 第32-33页 |
| 2.7.3 灰色神经网络组合模型 | 第33页 |
| 2.7.4 混合式灰色BP神经网络模型的特点 | 第33页 |
| 2.8 本章小结 | 第33-34页 |
| 3 甘肃省铁路客运量影响因素及发展趋势分析 | 第34-42页 |
| 3.1 影响因素定性分析 | 第34-37页 |
| 3.2 影响因素定量分析 | 第37-38页 |
| 3.3 发展趋势分析 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 甘肃省铁路客运量的预测 | 第42-52页 |
| 4.1 灰色预测 | 第42-44页 |
| 4.1.1 灰色GM（1,1）模型预测 | 第42-43页 |
| 4.1.2 Verhulst模型预测 | 第43-44页 |
| 4.2 BP神经网络模型预测 | 第44-51页 |
| 4.2.1 BP神经网路的matlab实现过程 | 第44-46页 |
| 4.2.2 影响因素BP神经网络模型预测 | 第46-49页 |
| 4.2.3 组合模型预测 | 第49-51页 |
| 4.3 本章小结 | 第51-52页 |
| 5 马尔可夫链改进预测值 | 第52-56页 |
| 5.1 马尔可夫链实际应用 | 第53-55页 |
| 5.2 未来年份客运量预测 | 第55页 |
| 5.3 本章小结 | 第55-56页 |
| 6 结论与展望 | 第56-58页 |
| 6.1 主要结论 | 第56页 |
| 6.2 未来展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 攻读学位期间的研究成果 | 第61页 |