基于支持向量机的混沌时间序列预测方法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·选题的背景及意义 | 第11-13页 |
| ·混沌时间序列预测研究现状 | 第13-15页 |
| ·支持向量机研究现状 | 第15-17页 |
| ·本文的主要工作及结构安排 | 第17-19页 |
| 第2章 统计学习和支持向量机理论 | 第19-33页 |
| ·支持向量机的发展历程 | 第19页 |
| ·统计学习介绍 | 第19-25页 |
| ·机器学习和经验风险 | 第20-21页 |
| ·推广性的界和VC维 | 第21-23页 |
| ·结构风险最小化 | 第23-25页 |
| ·支持向量机理论 | 第25-30页 |
| ·支持向量机的分类理论 | 第25-26页 |
| ·支持向量机的回归理论 | 第26-29页 |
| ·核函数 | 第29-30页 |
| ·支持向量机的参数选取的方法 | 第30页 |
| ·本章小节 | 第30-33页 |
| 第3章 混沌时间序列预测 | 第33-43页 |
| ·混沌理论 | 第33-34页 |
| ·混沌的定义 | 第33页 |
| ·混沌的特性 | 第33-34页 |
| ·混沌时间序列的鉴定 | 第34-36页 |
| ·定性分析方法 | 第34-35页 |
| ·定量分析方法 | 第35-36页 |
| ·相空间的重构理论基础和方法 | 第36-41页 |
| ·相空间的重构理论 | 第36-37页 |
| ·相空间重构的参数选取方法 | 第37-41页 |
| ·混沌时间序列预测步骤 | 第41-42页 |
| ·本章小节 | 第42-43页 |
| 第4章 基于SVM的混沌时间序列预测 | 第43-57页 |
| ·数据处理和预测精度评价 | 第43-44页 |
| ·数据处理 | 第43页 |
| ·预测精度评价 | 第43-44页 |
| ·基于SVM对混沌时间序列的预测模型的建立 | 第44-45页 |
| ·预测模型参数分析 | 第45-49页 |
| ·理论分析 | 第45-47页 |
| ·仿真验证 | 第47-49页 |
| ·基于遗传算法对预测模型的优化 | 第49-51页 |
| ·遗传算法简介 | 第49-50页 |
| ·模型参数优化 | 第50-51页 |
| ·仿真实验 | 第51-56页 |
| ·太阳黑子数的预测 | 第52-53页 |
| ·典型混沌时间序列的预测 | 第53-56页 |
| ·本章小节 | 第56-57页 |
| 第5章 电解铜中铜酸浓度的预测 | 第57-69页 |
| ·电解铜中铜酸浓度的预测的重要性和可行性 | 第57-58页 |
| ·铜酸浓度对电解铜的质量的影响 | 第57页 |
| ·铜酸浓度预测的可行性分析 | 第57-58页 |
| ·数据的处理和相空间的重构 | 第58-60页 |
| ·数据的平滑 | 第58-60页 |
| ·相空间的重构 | 第60页 |
| ·铜酸浓度时间序列的单步预测 | 第60-64页 |
| ·单步预测模型的建立 | 第61页 |
| ·仿真试验 | 第61-64页 |
| ·铜酸浓度时间序列的多步预测 | 第64-67页 |
| ·多步预测模型的建立 | 第64页 |
| ·仿真试验 | 第64-67页 |
| ·本章小节 | 第67-69页 |
| 第6章 结论与展望 | 第69-71页 |
| ·本文工作总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
