摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 引言 | 第8-21页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-17页 |
1.2.1 GM(1, 1)模型 | 第9-12页 |
1.2.2 基于振荡序列的GM(1, 1)模型 | 第12-14页 |
1.2.3 MGM(1, m)模型 | 第14-17页 |
1.3 存在的主要问题 | 第17-18页 |
1.4 主要研究内容及技术路线 | 第18-19页 |
1.4.1 主要研究内容 | 第18页 |
1.4.2 技术路线 | 第18-19页 |
1.5 论文的结构安排 | 第19-21页 |
第2章 灰色系统与灰色预测模型理论 | 第21-29页 |
2.1 灰色系统理论 | 第21-22页 |
2.2 灰色预测模型 | 第22-28页 |
2.2.1 GM(1, 1)模型 | 第22-25页 |
2.2.2 MGM(1, m)模型 | 第25-27页 |
2.2.3 灰色预测模型的预测精度检验 | 第27-28页 |
2.3 本章小结 | 第28-29页 |
第3章 MGM(1, m)模型的背景值优化方法及模型拓展研究 | 第29-44页 |
3.1 传统MGM(1, m)模型的背景值误差来源 | 第29-30页 |
3.2 传统MGM(1, m)模型预测公式存在的问题 | 第30-31页 |
3.3 当前背景值优化方法存在的问题 | 第31页 |
3.4 MGM(1, m)模型的背景值优化方法 | 第31-34页 |
3.5 利用优化的背景值构建OMGM(1, m)和OOMGM(1, m)模型 | 第34-35页 |
3.5.1 OMGM(1, m)模型的建模过程 | 第34页 |
3.5.2 OOMGM(1, m)模型的建模过程 | 第34-35页 |
3.6 实验分析 | 第35-43页 |
3.6.1 OMGM(1, m)模型 | 第35-37页 |
3.6.2 OOMGM(1, m)模型 | 第37-43页 |
3.7 本章小结 | 第43-44页 |
第4章 时变云模型 | 第44-56页 |
4.1 云模型 | 第44-47页 |
4.1.1 云模型的数字特征 | 第44-45页 |
4.1.2 云发生器 | 第45-47页 |
4.2 时变云的定义及性质 | 第47-48页 |
4.3 时变云模型 | 第48-53页 |
4.3.1 时变云模型的建模过程 | 第48页 |
4.3.2 发展矩阵的计算 | 第48-52页 |
4.3.3 时变云模型的预测 | 第52-53页 |
4.4 实验分析 | 第53-55页 |
4.5 本章小结 | 第55-56页 |
第5章 OMGM(1, m)模型的应用研究 | 第56-64页 |
5.1 应用背景及意义 | 第56-57页 |
5.2 应用实例 | 第57-63页 |
5.3 本章小结 | 第63-64页 |
第6章 总结与展望 | 第64-66页 |
6.1 研究工作总结与创新 | 第64-65页 |
6.2 未来研究工作 | 第65-66页 |
参考文献 | 第66-72页 |
致谢 | 第72-73页 |
攻读硕士学位期间从事的科研工作及取得的成果 | 第73页 |