摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第13-23页 |
1.1 研究工作的背景与意义 | 第13-14页 |
1.2 GM(1,1)模型的研究现状 | 第14-20页 |
1.2.1 原始数据预处理的改进 | 第14-15页 |
1.2.2 参数估计方法的改进 | 第15-16页 |
1.2.3 背景值构造方法的改进 | 第16-17页 |
1.2.4 预测公式初始值的优化 | 第17-18页 |
1.2.5 与其他模型的结合 | 第18-19页 |
1.2.6 GM(1,1)模型的性质分析 | 第19-20页 |
1.3 区间预测的研究现状 | 第20-21页 |
1.3.1 基于精确数时间序列的区间预测 | 第20页 |
1.3.2 基于区间数时间序列的区间预测 | 第20-21页 |
1.4 本文的研究内容 | 第21-23页 |
第二章 GM(1,1)模型与累积法 | 第23-31页 |
2.1 GM(1,1)模型的建模机理 | 第23-25页 |
2.2 累积法 | 第25-30页 |
2.2.1 累积和的定义及计算通式 | 第25-26页 |
2.2.2 基于累积法的参数估计过程 | 第26-28页 |
2.2.3 累积法的性质分析 | 第28页 |
2.2.4 累积法的几何意义 | 第28-30页 |
2.3 本章小结 | 第30-31页 |
第三章 累积法GM(1,1)模型及其性质研究 | 第31-46页 |
3.1 引言 | 第31页 |
3.2 累积法GM(1,1)模型的参数估计 | 第31-33页 |
3.3 累积法GM(1,1)模型的内涵型预测公式 | 第33-35页 |
3.4 累积法GM(1,1)模型参数估计的矩阵表示式 | 第35-38页 |
3.5 累积法GM(1,1)模型的性质研究 | 第38-43页 |
3.6 应用实例 | 第43-44页 |
3.7 本章小结 | 第44-46页 |
第四章 累积法非等间距GM(1,1)模型及其性质研究 | 第46-58页 |
4.1 引言 | 第46页 |
4.2 非等间距GM(1,1)模型的定义型方程 | 第46-47页 |
4.3 基于累积法的参数估计 | 第47-48页 |
4.4 非等间距GM(1,1)模型的内涵型预测公式 | 第48-50页 |
4.5 累积法非等间距GM(1,1)模型的性质研究 | 第50-55页 |
4.6 实例分析 | 第55-56页 |
4.7 本章小结 | 第56-58页 |
第五章 基于序列转换的区间数序列GM(1,1)模型 | 第58-69页 |
5.1 引言 | 第58页 |
5.2 区间数的定义 | 第58-59页 |
5.3 区间数序列的转换 | 第59-60页 |
5.3.1 二元区间数序列的转换 | 第59-60页 |
5.3.2 三元区间数序列的转换 | 第60页 |
5.4 建模过程 | 第60-62页 |
5.5 实例分析 | 第62-68页 |
5.6 本章小结 | 第68-69页 |
第六章 基于参数转换的区间数序列GM(1,1)模型 | 第69-81页 |
6.1 引言 | 第69页 |
6.2 BIGM(1,1)建模过程 | 第69-74页 |
6.2.1 发展系数的确定 | 第69-71页 |
6.2.2 灰作用量的确定 | 第71-72页 |
6.2.3 预测公式 | 第72-74页 |
6.3 BIGM(1,1)模型的应用实例 | 第74-75页 |
6.4 TFGM(1,1)建模过程 | 第75-78页 |
6.4.1 发展系数的确定 | 第75-77页 |
6.4.2 灰作用量的确定 | 第77-78页 |
6.5 TIGM(1,1)模型的应用实例 | 第78-80页 |
6.6 本章小结 | 第80-81页 |
第七章 基于马尔可夫BIGM(1,1)模型的波动型区间数序列预测 | 第81-92页 |
7.1 引言 | 第81页 |
7.2 BIGM(1,1)的建模条件 | 第81-82页 |
7.3 基于马尔可夫预测的修正过程 | 第82-85页 |
7.4 马尔可夫BIGM(1,1)模型的应用实例 | 第85-90页 |
7.5 本章小结 | 第90-92页 |
第八章 总结与展望 | 第92-94页 |
8.1 全文总结 | 第92-93页 |
8.2 展望 | 第93-94页 |
致谢 | 第94-95页 |
参考文献 | 第95-107页 |
攻读博士学位期间的研究成果 | 第107-108页 |