| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题的研究背景及意义 | 第9页 |
| 1.2 时间序列预测方法的研究现状 | 第9-10页 |
| 1.3 灰色预测模型的研究现状 | 第10-11页 |
| 1.4 非线性共轭梯度法的研究现状 | 第11页 |
| 1.5 论文的组织结构 | 第11-13页 |
| 第2章 MHS-DY算法的研究 | 第13-24页 |
| 2.1 无约束最优化方法 | 第13-16页 |
| 2.1.1 最速下降法 | 第13页 |
| 2.1.2 牛顿法 | 第13-14页 |
| 2.1.3 共轭梯度法 | 第14-16页 |
| 2.2 新的共轭梯度法—MHS-DY算法 | 第16-20页 |
| 2.3 MHS-DY算法步骤 | 第20页 |
| 2.4 MHS-DY算法收敛性分析 | 第20-22页 |
| 2.5 数值试验 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 MHS-DY_ARIMA模型的参数优化算法 | 第24-33页 |
| 3.1 时间序列分析模型 | 第24-27页 |
| 3.1.1 ARMA平稳模型 | 第24-25页 |
| 3.1.2 ARIMA非平稳模型 | 第25-27页 |
| 3.1.3 灰色GM(7)1,1(8)模型 | 第27页 |
| 3.2 时间序列模型的参数估计法 | 第27-29页 |
| 3.2.1 模型矩估计 | 第27-28页 |
| 3.2.2 模型极大似然估计 | 第28页 |
| 3.2.3 最小二乘估计 | 第28-29页 |
| 3.3 基于MHS-DY的模型参数优化算法 | 第29-32页 |
| 3.3.1 目标函数的确定 | 第30页 |
| 3.3.2 初值的确定 | 第30-31页 |
| 3.3.3 参数估计步骤 | 第31-32页 |
| 3.4 算法收敛性分析 | 第32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 MHS-DY_ARIMA模型的应用 | 第33-37页 |
| 4.1 预测流程 | 第33页 |
| 4.2 商品零售值的预测研究 | 第33-36页 |
| 4.3 本章小结 | 第36-37页 |
| 结论 | 第37-38页 |
| 参考文献 | 第38-41页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第41-42页 |
| 致谢 | 第42页 |