| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究的背景和意义 | 第7-8页 |
| ·国内外相关领域研究现状 | 第8-10页 |
| ·主要思路及论文结构 | 第10-12页 |
| 第二章 人工神经网络的相关理论 | 第12-22页 |
| ·人工神经网络简介 | 第12-13页 |
| ·神经网络模型及训练 | 第13-16页 |
| ·神经网络模型 | 第13-15页 |
| ·神经网络的训练 | 第15-16页 |
| ·神经网络的应用 | 第16-17页 |
| ·BP 神经网络简介 | 第17-21页 |
| ·BP 神经网络结构 | 第17-18页 |
| ·BP 网络学习算法 | 第18-19页 |
| ·现有的改进 BP 算法 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于 Gompertz 和指数平滑法的预测模型 | 第22-31页 |
| ·基于指数平滑法的太阳能热水器市场预测 | 第22-26页 |
| ·指数平滑法描述 | 第22-24页 |
| ·指数平滑法在太阳能热水器市场预测中的应用 | 第24-26页 |
| ·基于 Gompertz 模型的太阳能热水器市场预测 | 第26-30页 |
| ·Gompertz 预测模型概述 | 第26-28页 |
| ·Gompert 模型在太阳能热水器市场预测中的应用 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 时间序列 BP 神经网络预测模型 | 第31-41页 |
| ·问题分析 | 第31-32页 |
| ·BP 神经网络的结构设计 | 第32-33页 |
| ·输入输出数据的预处理 | 第33-34页 |
| ·BP 网络的 MATLAB 实现 | 第34-35页 |
| ·预测流程设计 | 第35-36页 |
| ·时间序列 BP 神经网络市场预测模型 | 第36-40页 |
| ·模型输入输出向量设计 | 第36-37页 |
| ·网络的创建和实现 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 多因素 BP 神经网络预测模型 | 第41-47页 |
| ·模型输入输出向量设计 | 第41-43页 |
| ·网络的创建和训练 | 第43-45页 |
| ·预测结果对比 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-48页 |
| ·全文总结 | 第47页 |
| ·研究展望 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士期间发表的学术论文 | 第51-54页 |
| 附件 | 第54页 |
