| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-20页 |
| 第一节 研究背景及意义 | 第11-12页 |
| 一、选题背景 | 第11页 |
| 二、研究意义 | 第11-12页 |
| 第二节 预测方法概述 | 第12-15页 |
| 一、传统预测方法概述 | 第12-13页 |
| 二、组合预测方法概述 | 第13-15页 |
| 第三节 组合预测国内外的研究现状 | 第15-16页 |
| 一、组合预测国外研究现状 | 第15页 |
| 二、组合预测国内研究现状 | 第15-16页 |
| 第四节 文章的研究内容与结构安排 | 第16-18页 |
| 一、研究内容及结构安排 | 第16-18页 |
| 二、思路流程图 | 第18页 |
| 第五节 本文的创新 | 第18页 |
| 第六节 小结 | 第18-20页 |
| 第二章 相关概念 | 第20-31页 |
| 第一节 区间数 | 第20-22页 |
| 一、区间数定义 | 第20页 |
| 二、区间数的基本运算法则及定律 | 第20-21页 |
| 三、区间数预测误差评价体系 | 第21-22页 |
| 第二节 部分指标介绍 | 第22-25页 |
| 一、距离测度 | 第23页 |
| 二、相似性测度 | 第23-25页 |
| 第三节 信息熵介绍 | 第25-27页 |
| 一、主观赋权法与客观赋权法 | 第25页 |
| 二、信息熵 | 第25-26页 |
| 三、熵值法 | 第26-27页 |
| 第四节 相关算子介绍 | 第27-30页 |
| 一、GIOWA算子的定义 | 第27-28页 |
| 二、GIOWA算子的性质 | 第28-29页 |
| 三、COWA算子的定义 | 第29页 |
| 四、结合COWA算子的区间数预测指标评价体系 | 第29-30页 |
| 第五节 小结 | 第30-31页 |
| 第三章 基于信息熵的非最优区间型组合预测模型 | 第31-37页 |
| 第一节 基于熵值法的区间组合预测模型构建 | 第31-33页 |
| 一、理论准备 | 第31-32页 |
| 二、具体步骤 | 第32-33页 |
| 第二节 实例分析 | 第33-35页 |
| 第三节 小结 | 第35-37页 |
| 第四章 基于Hausdorff距离的优性区间型组合预测模型 | 第37-54页 |
| 第一节 基于Hausdorff距离的区间组合预测模型 | 第37-47页 |
| 一、理论准备 | 第37-40页 |
| 二、组合预测模型构建 | 第40-41页 |
| 三、模型的有效性分析 | 第41-45页 |
| 四、实例验证 | 第45-47页 |
| 第二节 基于GIOWA算子的Hausdorff距离区间型组合预测模型 | 第47-53页 |
| 一、模型的构建 | 第47-49页 |
| 二、实例验证 | 第49-53页 |
| 第三节 小结 | 第53-54页 |
| 第五章 基于向量相似度的区间型组合预测模型 | 第54-67页 |
| 第一节 基于向量相似度的定权区间型组合预测模型 | 第54-63页 |
| 一、向量相似度理论准备 | 第54-55页 |
| 二、组合预测模型构建 | 第55-58页 |
| 三、基于COWA算子的向量相似度区间型组合预测 | 第58-59页 |
| 四、模型的优劣性分析 | 第59页 |
| 五、实例验证 | 第59-63页 |
| 第二节 基于ICOWA算子的向量相似度区间型组合预测模型 | 第63-66页 |
| 一、模型的构建 | 第63-64页 |
| 二、实例验证 | 第64-66页 |
| 第三节 小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 第一节 研究总结 | 第67-68页 |
| 第二节 研究展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 在读期间科研成果 | 第75页 |
