| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景 | 第10页 |
| ·时间序列概述 | 第10-11页 |
| ·过程神经元网络概述 | 第11-13页 |
| ·过程神经元模型 | 第11-12页 |
| ·过程神经元网络模型 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 时序预测问题和方法研究 | 第14-23页 |
| ·时间序列预测特点 | 第14页 |
| ·已有的时间序列预测方法研究总结 | 第14-21页 |
| ·传统时序预测方法 | 第14-19页 |
| ·近代时序预测方法 | 第19-21页 |
| ·目前方法存在的问题和困难分析 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于径向基过程神经元网络的组合时序预测方法 | 第23-34页 |
| ·径向基过程神经元网络 | 第23-24页 |
| ·径向基过程神经元 | 第23-24页 |
| ·径向基过程神经元网络结构 | 第24页 |
| ·组合预测策略 | 第24-27页 |
| ·非负最优线性组合预测模型 | 第25-26页 |
| ·加权几何平均组合预测模型 | 第26-27页 |
| ·基于径向基过程神经网络的组合预测模型 | 第27-29页 |
| ·RBFPNN 的网络拓扑结构参数 | 第28页 |
| ·学习算法 | 第28-29页 |
| ·应用实例分析 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于DRBFPNN 的混沌时间序列预测方法 | 第34-47页 |
| ·混沌理论 | 第34-35页 |
| ·混沌序列相空间重构 | 第35-40页 |
| ·嵌入延迟的确定 | 第35-38页 |
| ·嵌入维数的确定 | 第38-40页 |
| ·混沌时间序列预测 | 第40-43页 |
| ·全局预测法 | 第40-41页 |
| ·基于最大Lyapunov 指数的预测方法 | 第41-42页 |
| ·基于DRBFPNN 的预测方法 | 第42-43页 |
| ·太阳黑子混沌时序预测仿真 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于DPNN 的马尔可夫链等效状态转移模型 | 第47-57页 |
| ·马尔可夫链模型 | 第47-48页 |
| ·离散过程神经网络模型 | 第48-52页 |
| ·离散过程神经元 | 第49-50页 |
| ·离散过程神经元网络 | 第50页 |
| ·学习算法 | 第50-52页 |
| ·离散过程神经网络与马尔可夫模型关系研究 | 第52-53页 |
| ·马尔可夫链的等效离散过程神经网络表示 | 第52-53页 |
| ·等效状态转移模型应用实例 | 第53-56页 |
| ·航空发动机转子诊断实例 | 第53-55页 |
| ·沪综指走势实例 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 发表文章目录 | 第62-63页 |
| 致谢 | 第63-64页 |
| 详细摘要 | 第64-69页 |
