| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-11页 |
| ·研究问题背景 | 第8页 |
| ·研究意义 | 第8-9页 |
| ·研究涵盖内容 | 第9页 |
| ·现有研究状况 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| 第2章 国际干散货航运市场及运价指数波动分析 | 第11-31页 |
| ·近期国际干散货航运市场描述 | 第11-12页 |
| ·干散货航运市场分析 | 第12-18页 |
| ·干散货航运市场需求分析 | 第12-16页 |
| ·干散货航运市场供给分析 | 第16-18页 |
| ·干散货运价指数成因及其特征分析 | 第18-25页 |
| ·波罗的海综合运价指数计算方法 | 第19-22页 |
| ·干散货运价指数波动原因 | 第22-25页 |
| ·干散货运价指数波动因素分析 | 第25-30页 |
| 本章小结 | 第30-31页 |
| 第3章 小波分析、支持向量机对干散货运价指数预测的适用性 | 第31-54页 |
| ·小波变换分析理论及其在运价指数预测模型中的适用性 | 第31-39页 |
| ·小波变换的由来及发展概况 | 第31-33页 |
| ·小波分析 | 第33-39页 |
| ·小波变换分析在本文模型中的作用 | 第39页 |
| ·现有预测模型评价 | 第39-46页 |
| ·常用经典预测方法评价 | 第40-44页 |
| ·神经网络预测模型评价 | 第44-46页 |
| ·支持向量机基本理论及其在运价指数预测模型中的适用性 | 第46-53页 |
| ·机器学习的基本问题 | 第47-48页 |
| ·统计学习理论的核心内容 | 第48-53页 |
| ·支持向量机在本文模型中的作用 | 第53页 |
| 本章小结 | 第53-54页 |
| 第4章 用于干散货运价指数预测的小波分析—支持向量机模型 | 第54-70页 |
| ·干散货运价指数预测模型中的小波分析 | 第57-66页 |
| ·运价指数预测模型中小波函数类型选择 | 第57-63页 |
| ·分解尺度的选择 | 第63-66页 |
| ·干散货运价指数预测模型中的支持向量机 | 第66-69页 |
| ·支持向量机的核函数选择 | 第66-67页 |
| ·支持向量机模型关键参数选择 | 第67-69页 |
| 本章小结 | 第69-70页 |
| 第5章 Matlab中干散货运价指数预测模型的实现 | 第70-79页 |
| ·软件工具介绍 | 第70页 |
| ·检验运价指数预测模型的指标 | 第70-71页 |
| ·干散货运价指数预测模型仿真 | 第71-78页 |
| ·样本数据的预处理 | 第71-72页 |
| ·模型实现过程 | 第72-78页 |
| 本章小结 | 第78-79页 |
| 第6章 结论 | 第79-81页 |
| ·结论 | 第79-80页 |
| ·发展与展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 附录 | 第85-89页 |
| 附录1: 波罗的海综合运价指数各船型标准船型和标准航线介绍 | 第85-88页 |
| 附录2: 波罗的海综合运价指数最新动态 | 第88-89页 |
