基于符号回归的创新扩散模型研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 创新扩散模型国内外研究现状 | 第8-11页 |
| 1.3 研究意义及内容 | 第11-13页 |
| 1.3.1 研究意义 | 第11-12页 |
| 1.3.2 研究内容 | 第12-13页 |
| 1.4 研究框架 | 第13-14页 |
| 2 符号回归方法 | 第14-20页 |
| 2.1 遗传编程算法 | 第14-18页 |
| 2.1.1 遗传编程个体表示 | 第16页 |
| 2.1.2 遗传编程算法中的操作 | 第16-17页 |
| 2.1.3 遗传编程算法的适应度函数 | 第17-18页 |
| 2.1.4 遗传编程算法的算法流程 | 第18页 |
| 2.2 符号回归的应用框架 | 第18-20页 |
| 3 基于符号回归的创新扩散模型 | 第20-37页 |
| 3.1 实验数据 | 第20-23页 |
| 3.1.1 数据采集 | 第21页 |
| 3.1.2 数据展示 | 第21-23页 |
| 3.1.3 数据处理 | 第23页 |
| 3.2 实验方法 | 第23-25页 |
| 3.2.1 方法简介 | 第23-24页 |
| 3.2.2 模型形式 | 第24-25页 |
| 3.3 实验结果 | 第25-35页 |
| 3.3.1 验证估计模型的稳定性 | 第26-29页 |
| 3.3.2 创新扩散的对称性 | 第29-35页 |
| 3.4 实验结论和讨论 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 不同领域以及不同国家地区创新扩散 | 第37-47页 |
| 4.1 创新扩散的分类 | 第37-41页 |
| 4.1.1 数据的筛选 | 第37页 |
| 4.1.2 不同领域技术创新扩散模型 | 第37-39页 |
| 4.1.3 不同领域技术创新扩散对称性 | 第39-41页 |
| 4.2 不同国家地区的创新扩散 | 第41-44页 |
| 4.2.1 数据的处理和筛选 | 第41页 |
| 4.2.2 不同国家地区的创新扩散模型 | 第41-43页 |
| 4.2.3 不同国家地区创新扩散对称性 | 第43-44页 |
| 4.3 实验结论与讨论 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 结论 | 第47-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-55页 |
