基于BP神经网络的灰色预测模型
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-16页 |
| ·研究背景及意义 | 第7-8页 |
| ·灰色预测理论的简介 | 第7-8页 |
| ·研究灰色预测的目的与意义 | 第8页 |
| ·经济预测的基本原理 | 第8-12页 |
| ·经济预测的基本概念 | 第8-9页 |
| ·经济预测的分类 | 第9-11页 |
| ·经济预测的程序 | 第11-12页 |
| ·预测模型的研究现状 | 第12-13页 |
| ·本文的主要目的和研究内容 | 第13-15页 |
| ·小结 | 第15-16页 |
| 2.灰色系统基本理论 | 第16-22页 |
| ·灰色系统概述 | 第16页 |
| ·灰色系统的基本原理 | 第16-17页 |
| ·灰色预测方法 | 第17-20页 |
| ·GM(1,1)预测模型 | 第17-18页 |
| ·GM(1,1)模型的适用范围 | 第18-19页 |
| ·GM(1,1)模型的检验 | 第19-20页 |
| ·小结 | 第20-22页 |
| 3 神经网络的结构和基本算法 | 第22-29页 |
| ·神经网络概述 | 第22-23页 |
| ·神经元模型 | 第22-23页 |
| ·神经网络的结构和学习规则 | 第23-24页 |
| ·神经网络的结构 | 第24页 |
| ·神经网络的学习规则 | 第24页 |
| ·BP误差反向传播神经网络 | 第24-28页 |
| ·BP神经网络基本结构模型 | 第24-25页 |
| ·BP神经网络学习算法 | 第25-26页 |
| ·BP网络的优点、缺点及改进 | 第26-27页 |
| ·改进的BP网络算法 | 第27-28页 |
| ·小结 | 第28-29页 |
| 4 基于BP神经网络的灰色残差修正模型 | 第29-38页 |
| ·灰色残差BP神经网络石油消费量预测模型的建立 | 第29-31页 |
| ·实例分析 | 第31-36页 |
| ·灰色GM(1,1)预测模型 | 第31-32页 |
| ·BP神经网络预测 | 第32-34页 |
| ·采用神经网络修正的灰色残差预测模型 | 第34-36页 |
| ·预测结果分析 | 第36-37页 |
| ·小结 | 第37-38页 |
| 5 基于BP神经网络的灰色—线性回归模型 | 第38-52页 |
| ·线性回归模型 | 第38-46页 |
| ·多元线性回归模型简介 | 第38-40页 |
| ·多元线性回归模型的显著性检验 | 第40-41页 |
| ·序列自相关的检验及其解决方法 | 第41-46页 |
| ·组合模型的建模思想 | 第46页 |
| ·实例分析 | 第46-51页 |
| ·灰色GM(1,1)预测模型 | 第47-48页 |
| ·多元线性回归预测模型 | 第48-49页 |
| ·基于BP神经网络的灰色线性回归组合预测模型 | 第49-51页 |
| ·小结 | 第51-52页 |
| 6 结论 | 第52-53页 |
| ·主要研究内容及结果 | 第52页 |
| ·需要进一步研究的问题 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 在校期间发表论文及奖励 | 第58页 |
