| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 问题的提出及研究意义 | 第13-14页 |
| 1.2 研究现状及评述 | 第14-20页 |
| 1.2.1 累加生成方法研究 | 第14-15页 |
| 1.2.2 GM(1,1)模型研究 | 第15-17页 |
| 1.2.3 灰色关联度研究 | 第17-18页 |
| 1.2.4 缓冲算子研究 | 第18页 |
| 1.2.5 复杂装备费用测算模型研究 | 第18-20页 |
| 1.3 课题研究方案 | 第20-22页 |
| 1.3.1 主要研究内容 | 第20-21页 |
| 1.3.2 主要研究方法与技术路线 | 第21-22页 |
| 1.4 本章小结 | 第22-23页 |
| 第二章 分数阶累加灰色预测模型 | 第23-38页 |
| 2.1 基于一阶累加建模解的扰动分析 | 第23-26页 |
| 2.2 基于分数阶累加的离散灰色预测模型 | 第26-32页 |
| 2.3 分数阶累加灰色模型与一阶累加灰色模型的比较 | 第32-36页 |
| 2.3.1 累加阶数对初值的影响 | 第32-33页 |
| 2.3.2 分数阶累加灰色模型的单调性 | 第33-34页 |
| 2.3.3 累加阶数对还原误差的影响 | 第34-36页 |
| 2.4 实例研究 | 第36页 |
| 2.5 本章小结 | 第36-38页 |
| 第三章 分数阶导数灰色预测模型 | 第38-45页 |
| 3.1 基于CAPUTO型分数阶导数的灰色模型 | 第38-39页 |
| 3.2 新信息优先的分数阶导数灰色模型 | 第39-42页 |
| 3.3 实例比较分析 | 第42-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 基于分数阶缓冲算子的灰色预测模型 | 第45-69页 |
| 4.1 经典弱化缓冲算子的新信息优先性 | 第45-50页 |
| 4.2 变权弱化缓冲算子的新信息优先性 | 第50-54页 |
| 4.3 普通强化缓冲算子的新信息优先性 | 第54-60页 |
| 4.4 分数阶弱化缓冲算子的构造 | 第60-62页 |
| 4.5 多元缓冲算子研究 | 第62-65页 |
| 4.6 实例研究 | 第65-68页 |
| 4.7 本章小结 | 第68-69页 |
| 第五章 GM(1,1)分数阶累积模型 | 第69-77页 |
| 5.1 基于传统累积法估计GM(1,1)模型参数的稳定性 | 第69-71页 |
| 5.2 基于分数阶累积法估计灰色模型参数的稳定性 | 第71-75页 |
| 5.3 实例分析 | 第75-76页 |
| 5.4 本章小结 | 第76-77页 |
| 第六章 区间灰数序列的灰色预测模型 | 第77-83页 |
| 6.1 区间灰数的无偏预测模型构建 | 第77-80页 |
| 6.2 上界、下界均服从指数增长的区间灰数预测分析 | 第80-81页 |
| 6.3 实例分析 | 第81-82页 |
| 6.4 本章小结 | 第82-83页 |
| 第七章 灰色关联度模型 | 第83-96页 |
| 7.1 分数阶灰色关联度 | 第83-87页 |
| 7.1.1 分数阶灰色关联度的性质 | 第85页 |
| 7.1.2 分数阶灰色关联度的适用范围 | 第85页 |
| 7.1.3 分数阶灰色关联度的实例应用 | 第85-87页 |
| 7.2 面向横截面数据的灰色相似关联度 | 第87-91页 |
| 7.2.1 常用灰色关联度在横截面数据的适用性 | 第88-89页 |
| 7.2.2 灰色相似关联度的性质 | 第89-91页 |
| 7.3 三维灰色凸关联度 | 第91-95页 |
| 7.3.1 三维灰色凸关联度的性质 | 第93-94页 |
| 7.3.2 三维灰色凸关联度的实例应用 | 第94-95页 |
| 7.4 本章小结 | 第95-96页 |
| 第八章 新模型在复杂装备费用预测中的应用研究 | 第96-108页 |
| 8.1 相似信息优先的复杂装备费用预测模型 | 第96-101页 |
| 8.1.1 样本量n大于装备系统参数个数m的情况 | 第97-98页 |
| 8.1.2 样本量n不大于装备系统参数个数m的情况 | 第98-99页 |
| 8.1.3 实例分析 | 第99-101页 |
| 8.2 面向横截面数据的GM(0,N)模型预测复杂装备研制费用 | 第101-105页 |
| 8.2.1 GM(0,N)建模原理 | 第101-104页 |
| 8.2.2 实例分析 | 第104-105页 |
| 8.3 基于分数阶累加GM(1,1)模型预测武器装备维修费用 | 第105-107页 |
| 8.4 本章小结 | 第107-108页 |
| 第九章 结论与展望 | 第108-110页 |
| 9.1 本文的主要创新点与结论 | 第108页 |
| 9.2 研究展望 | 第108-110页 |
| 参考文献 | 第110-124页 |
| 致谢 | 第124-125页 |
| 在学期间的研究成果及发表的学术论文 | 第125-127页 |
