| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究背景 | 第11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·研究内容 | 第14-16页 |
| 第2章 国际干散货航运市场概述 | 第16-26页 |
| ·国际干散货航运市场特征与现状 | 第16-21页 |
| ·国际干散货航运市场简述 | 第16-17页 |
| ·国际干散货航运市场特征及发展特点 | 第17-21页 |
| ·金融危机下的国际干散货航运市场波动 | 第21-26页 |
| ·金融危机特点 | 第21-22页 |
| ·金融危机对干散货基本运输市场的影响 | 第22-23页 |
| ·金融危机下的国际干散货航运市场需求 | 第23-24页 |
| ·金融危机下的国际干散货航运市场供给 | 第24-26页 |
| 第3章 金融危机下的国际干散货市场运价波动现象 | 第26-31页 |
| ·国际干散货运价指数概述 | 第26-28页 |
| ·航运运价指数种类及作用 | 第26-27页 |
| ·波罗的海干散货运价指数 | 第27-28页 |
| ·金融危机下的干散货运价指数波动 | 第28-31页 |
| 第4章 国际干散货运价波动预测模型适用性分析 | 第31-50页 |
| ·小波变换分析理论 | 第31-36页 |
| ·小波分析的定义 | 第32-34页 |
| ·常用的小波函数 | 第34-35页 |
| ·小波变换分析在干散货运价预测中的作用 | 第35-36页 |
| ·国际干散货运价波动预测的方法 | 第36-43页 |
| ·常用经典预测方法 | 第36-42页 |
| ·ARMA模型 | 第42-43页 |
| ·神经网络预测法 | 第43-50页 |
| ·人工神经元网络 | 第43-44页 |
| ·RBF神经网络 | 第44-47页 |
| ·RBF神经网络的特点和适用性 | 第47-50页 |
| 第5章 基于小波分析和RBF神经网络的BPI预测模型 | 第50-61页 |
| ·干散货运价指数预测中的小波分析 | 第50-56页 |
| ·BPI数据的选择 | 第50-51页 |
| ·小波函数的选择 | 第51-55页 |
| ·BPI指数消噪处理的具体实现 | 第55-56页 |
| ·BPI指数RBF神经网络模型的预测 | 第56-61页 |
| ·数据的预处理 | 第56-57页 |
| ·RBF神经网络预测的具体实现 | 第57-59页 |
| ·预测结果评价 | 第59-61页 |
| 第6章 金融危机对干散货市场运价影响的应对策略 | 第61-70页 |
| ·建立有利于干散货市场发展的政策 | 第61-63页 |
| ·加强航运企业自身的建设 | 第63-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间发表的论文 | 第75-76页 |
| 致谢 | 第76页 |