| 1 绪论 | 第7-9页 |
| 1.1 选题背景及研究意义 | 第7页 |
| 1.2 研究现状 | 第7-8页 |
| 1.3 本论文的组织结构 | 第8-9页 |
| 2 预测方法分析及选择 | 第9-27页 |
| 2.1 概述 | 第9-11页 |
| 2.2 时间序列法 | 第11-16页 |
| 2.2.1 指数平滑法: | 第11-14页 |
| 2.2.2 自回归-移动平均模型 | 第14-16页 |
| 2.3 回归分析法 | 第16-21页 |
| 2.3.1 方法概述 | 第16-17页 |
| 2.3.2 线性一元回归法 | 第17-19页 |
| 2.3.3 线性多元回归法 | 第19-21页 |
| 2.3.4 非线性回归 | 第21页 |
| 2.4 神经网络法 | 第21-25页 |
| 2.4.1 神经网络概述 | 第21-23页 |
| 2.4.2 多层前向网络 | 第23-24页 |
| 2.4.3 BP算法 | 第24-25页 |
| 2.5 灰色预测 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 3 灰色系统理论概述 | 第27-40页 |
| 3.1 灰色系统的基本概念 | 第27-28页 |
| 3.1.1 系统思想和系统方法 | 第27页 |
| 3.1.2 灰色系统 | 第27-28页 |
| 3.1.3 本征灰系统与非本征灰系统 | 第28页 |
| 3.2 灰色系统的基本原理 | 第28-30页 |
| 3.2.1 差异信息原理 | 第28-29页 |
| 3.2.2 解的非唯一性原理 | 第29页 |
| 3.2.3 最少信息原理 | 第29页 |
| 3.2.4 认知根据原理 | 第29页 |
| 3.2.5 新信息优先原理 | 第29-30页 |
| 3.2.6 灰性不灭原理 | 第30页 |
| 3.3 灰色系统的数学描述 | 第30-35页 |
| 3.3.1 灰数 | 第30-33页 |
| 3.3.2 灰色方程 | 第33-35页 |
| 3.4 灰色系统理论的基本方法 | 第35-39页 |
| 3.4.1 灰色系统综合分析 | 第35-37页 |
| 3.4.2 本征灰色系统的建模与预测方法 | 第37-38页 |
| 3.4.3 非本征灰色系统的建模与预测方法 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 基于灰色理论的普通高校招生预测 | 第40-63页 |
| 4.1 普通高校招生因素分析 | 第40-47页 |
| 4.1.1 招生人数变化情况的概述 | 第40-42页 |
| 4.1.2 因素分析 | 第42-47页 |
| 4.2 GM(1,1)模型 | 第47-52页 |
| 4.2.1 GM(1,1)模型 | 第47-49页 |
| 4.2.2 GM(1,1)模型的主要类型 | 第49-51页 |
| 4.2.3 GM(1,1)模型的适用范围 | 第51-52页 |
| 4.3 灰色理念预测理论 | 第52-56页 |
| 4.3.1 GM(1,1)预测的一般过程 | 第52-54页 |
| 4.3.2 灰色预测的类型 | 第54-56页 |
| 4.4 普通高校招生预测模型的建立 | 第56-62页 |
| 4.4.1 灰色理论模型 | 第56-62页 |
| 4.5 本章小结 | 第62-63页 |
| 5 基于灰色系统理论的普通高校招生人数预测系统研究 | 第63-68页 |
| 5.1 系统概述 | 第63页 |
| 5.2 系统功能模块 | 第63-67页 |
| 5.3 系统开发工具及运行环境 | 第67-68页 |
| 6 结论 | 第68-70页 |
| 6.1 全文总结 | 第68页 |
| 6.2 研究的实际意义 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献: | 第71-73页 |