基于时间序列和神经网络的货运收入预测方法研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 学术背景及其理论与实际意义 | 第9页 |
| 1.2 传统预测方法及国内外文献综述 | 第9-11页 |
| 1.3 研究内容 | 第11页 |
| 1.4 本文的组织结构 | 第11-13页 |
| 第2章 基于时间序列分析的预测 | 第13-31页 |
| 2.1 基于移动平均法预测 | 第14-19页 |
| 2.1.1 使用一次移动平均法进行的预测 | 第14-17页 |
| 2.1.2 使用二次移动平均法进行的预测 | 第17-19页 |
| 2.2 基于指数平滑法预测 | 第19-22页 |
| 2.2.1 指数平滑法法预测的算法 | 第19-20页 |
| 2.2.2 基于指数平滑法法预测的实例 | 第20-22页 |
| 2.3 基于一元线性回归预测 | 第22-24页 |
| 2.3.1 使用一次回归预测的原因及算法 | 第22-23页 |
| 2.3.2 使用一次回归预测实例 | 第23-24页 |
| 2.4 基于二次回归预测 | 第24-29页 |
| 2.4.1 使用二次回归预测的原因 | 第24-26页 |
| 2.4.2 二次回归预测的算法 | 第26-28页 |
| 2.4.3 使用二次回归进行预测 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 基于BP神经网络的预测 | 第31-51页 |
| 3.1 神经网络的原理 | 第31-32页 |
| 3.2 BP神经网络的原理 | 第32-33页 |
| 3.3 BP神经网络的算法设计 | 第33-36页 |
| 3.4 数据拟合计算 | 第36-49页 |
| 3.4.1 对公司收入数据的预测 | 第36-43页 |
| 3.4.2 对公司销售数据的预测 | 第43-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第4章 结合BP神经网络和时间序列分析的预测 | 第51-63页 |
| 4.1 对公司收入数据的预测 | 第51-55页 |
| 4.2 对公司销售数据的预测 | 第55-58页 |
| 4.3 与二次回归法进行对比 | 第58-62页 |
| 4.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
