基于BP网络的混沌时间序列预测的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本论文的主要研究内容 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 人工神经网络 | 第14-22页 |
| ·人工神经网络 | 第14-16页 |
| ·神经网络简介 | 第14页 |
| ·人工神经网络的构成及基本原理 | 第14-15页 |
| ·人工神经网络的特点 | 第15-16页 |
| ·BP 神经网络的模型与结构 | 第16-17页 |
| ·BP 算法 | 第17-21页 |
| ·BP 神经网络的主要特点 | 第21-22页 |
| 第三章 混沌的定义与识别 | 第22-29页 |
| ·混沌的基本概念 | 第22-25页 |
| ·混沌定义 | 第22-24页 |
| ·混沌的特性 | 第24-25页 |
| ·混沌时间序列实例 | 第25页 |
| ·离散动力系统 | 第25页 |
| ·连续动力系统 | 第25页 |
| ·吸引子 | 第25-26页 |
| ·时间序列的混沌识别方法 | 第26-28页 |
| ·小结 | 第28-29页 |
| 第四章 混沌时间序列分析 | 第29-34页 |
| ·混沌时间序列的可预测性 | 第29-30页 |
| ·相空间重构 | 第30-31页 |
| ·混沌时间序列预测尺度 | 第31-32页 |
| ·小结 | 第32-34页 |
| 第五章 BP网络应用于混沌时间序列预测 | 第34-43页 |
| ·预处理 | 第34-36页 |
| ·非线性去噪 | 第34-35页 |
| ·异常数据的筛除 | 第35-36页 |
| ·BP网络的实现 | 第36-40页 |
| ·BP网络参数设定 | 第36-38页 |
| ·自适应学习率 | 第38-40页 |
| ·预测效果 | 第40-42页 |
| ·快速预测 | 第42-43页 |
| 结论与展望 | 第43-45页 |
| 1. 工作及成果总结 | 第43页 |
| 2. 展望 | 第43-45页 |
| 参考文献 | 第45-47页 |
| 攻读硕士期间发表的论文 | 第47-48页 |
| 致谢 | 第48页 |
