| 摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 第一章 绪论 | 第15-37页 |
| 1 时间序列预测的研究现状 | 第15-27页 |
| ·基于经典分析方法的时间序列预测模型 | 第15-19页 |
| ·基于相空间重构的时间序列预测模型 | 第19-27页 |
| 2 支持向量机概述 | 第27-34页 |
| ·机器学习与经验风险最小 | 第28-29页 |
| ·VC维与结构风险最小 | 第29-30页 |
| ·支持向量机算法 | 第30-32页 |
| ·最二小乘支持向量机算法 | 第32-34页 |
| ·支持向量机的应用现状 | 第34页 |
| 3 研究意义和主要研究工作 | 第34-37页 |
| ·研究意义 | 第34-35页 |
| ·主要研究工作 | 第35-37页 |
| 第二章 基于SLR-LSSVM的时间序列预测 | 第37-47页 |
| 1 SLR和LSSVM的工作原理 | 第37-38页 |
| 2 评价指标和参比模型 | 第38-39页 |
| 3 数据来源 | 第39页 |
| 4 数据归一化及相关系数分析 | 第39-40页 |
| 5 因子筛选 | 第40-41页 |
| 6 结果与分析 | 第41-46页 |
| ·MLR拟合 | 第41-42页 |
| ·BPNN拟合 | 第42-44页 |
| ·LSSVM拟合 | 第44-45页 |
| ·几种模型预测结果对比 | 第45-46页 |
| 7 小结 | 第46-47页 |
| 第三章 基于CAR-LSSVM的时间序列预测 | 第47-57页 |
| 1 CAR-LSSVM模型 | 第47-51页 |
| ·CAR模型 | 第47-50页 |
| ·CAR-LSSVM的工作原理 | 第50-51页 |
| 2 CAR-LSSVM的时间序列预测过程 | 第51-53页 |
| ·模型定阶 | 第51-52页 |
| ·因子筛选 | 第52页 |
| ·多轮末尾强制淘汰法 | 第52-53页 |
| ·预测 | 第53页 |
| 3 评价指标和参比模型 | 第53页 |
| 4 数据来源 | 第53-54页 |
| 5 模型实现 | 第54-55页 |
| 6 结果与分析 | 第55-56页 |
| 7 小结 | 第56-57页 |
| 第四章 基于GS-LSSVM的时间序列预测 | 第57-72页 |
| 1 地统计学原理 | 第57-60页 |
| 2 GS-LSSVM的松毛虫发生面积预测 | 第60-64页 |
| ·数据来源 | 第60页 |
| ·GS-LSSVM的松毛虫发生面积预测模型流程 | 第60-61页 |
| ·数据平稳化 | 第61页 |
| ·基于GS的预测模型定阶 | 第61-63页 |
| ·预测模型参数优化 | 第63页 |
| ·结果与分析 | 第63-64页 |
| 3 GS-LSSVM的晚稻第五代褐飞虱发生量预测 | 第64-71页 |
| ·数据来源 | 第64-65页 |
| ·GS-LSSVM的晚稻第五代褐飞虱发生量预测流程 | 第65-66页 |
| ·基于GS的晚稻第五代褐飞虱发生量预测模型定阶 | 第66-67页 |
| ·主成分分析的降维处理 | 第67-70页 |
| ·预测模型参数优化 | 第70页 |
| ·结果与分析 | 第70-71页 |
| 4 小结 | 第71-72页 |
| 第五章 基于ARIMA-DSVM的时间序列预测 | 第72-83页 |
| 1 研究方法 | 第72-76页 |
| ·ARIMA模型 | 第72-73页 |
| ·DSVM模型 | 第73-75页 |
| ·ARIMA-DSVM工作原理 | 第75-76页 |
| ·ARIMA-DSVM建模步骤 | 第76页 |
| ·参比模型及评价指标 | 第76页 |
| 2 数据来源 | 第76-77页 |
| 3 模型实现 | 第77-80页 |
| ·ARIMA建模 | 第77-79页 |
| ·DSVM建模 | 第79-80页 |
| 4 结果与分析 | 第80-82页 |
| 5 小结 | 第82-83页 |
| 第六章 基于相空间重构的时间序列预测 | 第83-110页 |
| 1 时间序列组合预测模型—GA-LSSVM | 第83-91页 |
| ·遗传算法概述 | 第83-84页 |
| ·遗传算法基本原理 | 第84-85页 |
| ·时间序列组合预测模型的相关参数分析 | 第85-87页 |
| ·模型的参数联合优化设计 | 第87-89页 |
| ·参数联合优化具体执行步骤 | 第89-90页 |
| ·时间序列预测的仿真实验 | 第90-91页 |
| 2 时间序列组合预测模型—UD-LSSVM | 第91-105页 |
| ·均匀设计概述 | 第92-93页 |
| ·UD-LSSVM实现步骤 | 第93-94页 |
| ·Mackey-Glass时间序列预测 | 第94-96页 |
| ·Lorenz时间序列预测 | 第96-99页 |
| ·考虑滑动窗的时间序列预测 | 第99-104页 |
| ·与其它算法性能比较 | 第104-105页 |
| 3 基于相空间重构的时间序列组合预测模型在害虫预测中的应用 | 第105-109页 |
| ·数据的来源 | 第105-106页 |
| ·模型的实现 | 第106-108页 |
| ·结果与分析 | 第108-109页 |
| 4 小结 | 第109-110页 |
| 第七章 结论与展望 | 第110-112页 |
| 1 主要结论 | 第110-111页 |
| 2 今后工作展望 | 第111-112页 |
| 参考文献 | 第112-123页 |
| 致谢 | 第123-124页 |
| 个人简历 | 第124-125页 |