基于灰色理论和神经网络的预测方法研究与应用
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第9-12页 |
| ·论文的研究背景 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·灰色系统理论发展及现状 | 第10页 |
| ·人工神经网络发展及现状 | 第10-12页 |
| 第2章 灰色系统理论及灰色预测法 | 第12-21页 |
| ·灰色系统理论综述 | 第12页 |
| ·灰色系统GM(1,1)模型 | 第12-16页 |
| ·GM(1,1)模型的方法体系 | 第13-14页 |
| ·GM(1,1)模型的校验方法 | 第14-16页 |
| ·模型优点及局限性 | 第16-17页 |
| ·灰色预测模型的改进 | 第17-21页 |
| 第3章 BP 神经网络在预测中的应用 | 第21-27页 |
| ·人工神经网络综述 | 第21-23页 |
| ·神经元 | 第21-22页 |
| ·神经元激励函数 | 第22页 |
| ·神经网络拓扑结构 | 第22-23页 |
| ·BP 神经网络 | 第23-27页 |
| ·BP 神经网络介绍 | 第23-24页 |
| ·BP 神经网络标准算法 | 第24-25页 |
| ·应用BP 神经网络进行预测的步骤 | 第25-26页 |
| ·BP 神经网络算法改进 | 第26-27页 |
| 第4章 灰色神经网络组合预测方法 | 第27-35页 |
| ·组合预测方法 | 第27-28页 |
| ·组合预测方法的引入 | 第27-28页 |
| ·组合预测方法的优势 | 第28页 |
| ·组合预测分类 | 第28页 |
| ·灰色神经网络模型 | 第28-32页 |
| ·一阶灰色神经网络模型的建立 | 第29-31页 |
| ·用神经网络技术进行GM 模型残差修正 | 第31-32页 |
| ·优选组合预测技术 | 第32-35页 |
| ·灰色神经网络优选组合预测模型 | 第32-33页 |
| ·灰色神经网络预测模型改进小结 | 第33-35页 |
| 第5章 灰色神经网络模型的应用 | 第35-42页 |
| ·电力负荷 | 第35-36页 |
| ·电力负荷预测模型 | 第36-39页 |
| ·一阶灰色预测模型的应用 | 第36-37页 |
| ·一阶灰色预测模型的改进应用 | 第37-38页 |
| ·BP 神经网络预测模型的应用 | 第38页 |
| ·灰色理论与神经网络组合预测模型的应用 | 第38-39页 |
| ·几种预测模型间比较及分析 | 第39-42页 |
| 结论 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 附录A: 攻读学位期间所发表的学术论文目录 | 第47页 |
