| 第一章 前言 | 第1-18页 |
| ·论文研究的目的和意义 | 第10-11页 |
| ·论文研究的主要内容概述 | 第11-12页 |
| ·国内外文献综述 | 第12-18页 |
| ·本课题相关领域的历史、现状和前沿发展情况 | 第12-15页 |
| ·智能控制理论与应用 | 第12-14页 |
| ·灰色理论和方法 | 第14-15页 |
| ·前人的研究成果 | 第15-17页 |
| ·本课题的创新之处 | 第17-18页 |
| 第二章 灰色系统理论基础 | 第18-31页 |
| ·灰色系统理论 | 第18-22页 |
| ·灰色系统理论的研究内容 | 第19-20页 |
| ·灰色系统的建模 | 第20-21页 |
| ·灰色控制 | 第21-22页 |
| ·灰色系统理论的应用 | 第22-23页 |
| ·灰色系统理论的特点 | 第22-23页 |
| ·灰色系统理论的应用前景及发展方向 | 第23页 |
| ·灰色预测 | 第23-28页 |
| ·生成数 | 第24-25页 |
| ·GM预测模型建模步骤 | 第25-26页 |
| ·模型精度检验方法 | 第26-28页 |
| ·后验差检验法 | 第26-27页 |
| ·关联度检验法 | 第27-28页 |
| ·原点检验法 | 第28页 |
| ·灰色系统理论建模方法的优缺点 | 第28-31页 |
| 第三章 改进的灰色建模算法及仿真分析 | 第31-48页 |
| ·灰色系统建模适应性分析 | 第31-33页 |
| ·灰色系统建模实质 | 第31-32页 |
| ·GM(1，1)模型的适用条件 | 第32-33页 |
| ·典型的GM(1，1)模型 | 第33-41页 |
| ·几种常用的GM(1，1)模型 | 第33-37页 |
| ·灰色预测算法的仿真验证 | 第37-41页 |
| ·滑动平均处理 | 第39页 |
| ·等维灰度递补GM(1，1)模型 | 第39-40页 |
| ·等维新息GM(1，1)模型 | 第40-41页 |
| ·残差法改进GM(1，1)模型 | 第41页 |
| ·加权处理法和改变初始条件法的结合算法 | 第41-43页 |
| ·工业应用研究 | 第43-46页 |
| ·DMF回收工艺过程 | 第43-44页 |
| ·仿真分析 | 第44-46页 |
| ·结论 | 第46-48页 |
| 第四章 灰色神经网络研究 | 第48-55页 |
| ·引言 | 第48-49页 |
| ·灰色神经网络 | 第49-52页 |
| ·灰色神经网络预测模型 | 第49-50页 |
| ·灰色神经网络预测的步骤 | 第50页 |
| ·计算软件流程及框架 | 第50-52页 |
| ·仿真研究 | 第52-54页 |
| ·结论 | 第54-55页 |
| 第五章 灰色预测控制及应用 | 第55-64页 |
| ·引言 | 第55-56页 |
| ·灰色预测控制理论 | 第56-61页 |
| ·灰色预测控制原理 | 第56-57页 |
| ·灰色预测控制的特点 | 第57-58页 |
| ·前人的研究成果 | 第58-59页 |
| ·带智能积分的参数自调整模糊控制器 | 第59-60页 |
| ·带智能积分的参数自调整Fuzzy-Gray预测控制器 | 第60-61页 |
| ·仿真研究 | 第61-62页 |
| ·结论 | 第62-64页 |
| 第六章 结束语 | 第64-66页 |
| ·全文总结 | 第64页 |
| ·研究展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 已发表(录用)的论文 | 第71页 |