| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-12页 |
| ·话务量预测背景与意义 | 第7-8页 |
| ·课题背景 | 第7-8页 |
| ·课题的意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文的主要研究内容 | 第10-11页 |
| ·论文结构安排 | 第11-12页 |
| 第二章 话务量相关知识和预测模型简介 | 第12-23页 |
| ·话务量基本理论知识 | 第12-13页 |
| ·话务量概念 | 第12页 |
| ·话务量特点 | 第12-13页 |
| ·忙时话务量定义 | 第13页 |
| ·神经网络模型 | 第13-19页 |
| ·神经网络简介 | 第13-14页 |
| ·神经网络的转移函数 | 第14-15页 |
| ·BP神经网络 | 第15-16页 |
| ·Elman神经网络 | 第16-19页 |
| ·灰色预测模型 | 第19-22页 |
| ·灰色系统简介 | 第19-20页 |
| ·灰色GM(1,N)模型 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于SAPSO算法优化Elman神经网络的话务量预测 | 第23-32页 |
| ·引言 | 第23页 |
| ·模拟退火算法 | 第23-26页 |
| ·模拟退火算法简介 | 第23-24页 |
| ·模拟退火算法原理 | 第24-26页 |
| ·SA-PSO算法 | 第26-28页 |
| ·基本PSO算法 | 第26-27页 |
| ·SA-PSO算法流程 | 第27-28页 |
| ·转移函数的改进 | 第28页 |
| ·SAPSO-Elman算法实现过程 | 第28-29页 |
| ·仿真结果与分析 | 第29-31页 |
| ·数据的选择与预处理 | 第29页 |
| ·试验结果与分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于改进的PSO算法优化灰色神经网络模型的话务量预测 | 第32-43页 |
| ·引言 | 第32-33页 |
| ·灰色神经网络组合模型 | 第33-36页 |
| ·GNNM(1，N)模型 | 第33-35页 |
| ·组合模型学习算法流程 | 第35-36页 |
| ·改进的PSO算法理论 | 第36-37页 |
| ·改进的PSO优化GNN具体流程 | 第37-38页 |
| ·仿真 | 第38-42页 |
| ·数据来源及相关性分析 | 第38-39页 |
| ·预测结果及分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| ·总结 | 第43-44页 |
| ·展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 硕士期间发表的论文 | 第49页 |
| 致谢 | 第49-51页 |