摘要 | 第1-3页 |
ABSTRACT | 第3-7页 |
1 绪论 | 第7-13页 |
·问题的提出与背景分析 | 第7-10页 |
·研究意义 | 第8-9页 |
·研究目的 | 第9-10页 |
·国内外研究现状 | 第10-11页 |
·本文的主要工作和研究方法 | 第11-13页 |
2 小波分析理论 | 第13-20页 |
·小波变换的含义 | 第13-14页 |
·连续小波变换 | 第14-15页 |
·离散小波变换(DWT)和二进制小波变换 | 第15-16页 |
·多分辨分析 | 第16-17页 |
·基于多分辨分析小波的信号分解与重构 | 第17-18页 |
·小波信号分解 | 第17-18页 |
·小波的重构 | 第18页 |
·小波变换用于信号降噪的原理 | 第18-19页 |
·小波分析的研究现状 | 第19页 |
·本章小结 | 第19-20页 |
3 卡尔曼滤波 | 第20-30页 |
·卡尔曼滤波理论 | 第20-27页 |
·离散随机过程 | 第20-22页 |
·矩阵求逆定理 | 第22页 |
·正交性原理 | 第22-24页 |
·卡尔曼滤波原理 | 第24-26页 |
·卡尔曼滤波器算法 | 第26-27页 |
·卡尔曼滤波方法的研究现状 | 第27-29页 |
·本章小结 | 第29-30页 |
4 当今石油期货市场的价格影响因素及预测方法 | 第30-49页 |
·国际石油期货市场的主要特点 | 第30-31页 |
·石油价格波动的影响因素分析 | 第31-32页 |
·国际石油的特性与石油市场 | 第31页 |
·石油价格影响因素分类 | 第31-32页 |
·石油期货价格与各影响因素关系 | 第32-35页 |
·常见石油价格预测方法 | 第35-41页 |
·时间序列方法 | 第35-37页 |
·回归分析方法 | 第37页 |
·灰色系统理论方法 | 第37-39页 |
·混沌时间序列预测方法 | 第39-40页 |
·BP 神经网络预测方法 | 第40页 |
·多分辨小波网络的预测方法 | 第40-41页 |
·石油价格预测实例分析与对比 | 第41-48页 |
·本章小结 | 第48-49页 |
5 小波分析与KALMAN 滤波在石油价格预测中的应用 | 第49-82页 |
·小波-KALMAN 滤波预测原理 | 第49-60页 |
·关于石油期货价格的观测方程和状态方程的建立 | 第53-54页 |
·卡尔曼滤波递推算法基本公式 | 第54页 |
·滤波的初始化[30] | 第54-60页 |
·仿真实验 | 第60-82页 |
6 结论 | 第82-84页 |
·总结 | 第82页 |
·展望 | 第82-84页 |
致谢 | 第84-85页 |
参考文献 | 第85-88页 |
附录 | 第88页 |