| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 文章主要结论和工作 | 第10-14页 |
| 第一章 时间序列模型回顾 | 第14-28页 |
| 第一节 线性时间序列模型 | 第14-17页 |
| 第二节 非线性时间序列模型 | 第17-20页 |
| 第三节 基于人工神经网络、支持向量回归的时间序列模型 | 第20-26页 |
| 第四节 时间序列模型预测效果评价和准确性度量 | 第26-28页 |
| 第二章 基于统计学习理论的正则化最小二乘回归在时间序列建模和预测中的应用 | 第28-41页 |
| 第一节 统计学习理论回顾 | 第28-37页 |
| 第二节 RLSR原理及求解 | 第37-38页 |
| 第三节 RLS方法在时间序列建模和预测中的应用及参数选取 | 第38-40页 |
| 第四节 WRLS方法在时间序列建模和预测中的应用 | 第40-41页 |
| 第三章 RLS方法时间序列建模及预测的随机模拟 | 第41-58页 |
| 第一节 非平稳序列的RLS方法 | 第41-43页 |
| 第二节 RLS方法对平稳序列预测的模拟 | 第43-46页 |
| 第三节 RLS方法对含(一次/二次/三次)趋向项序列预测的模拟 | 第46-54页 |
| 第四节 RLS方法对同时含趋向项和周期项序列预测的模拟 | 第54-57页 |
| 小结 | 第57-58页 |
| 第四章 RLS方法对太阳黑子个数的建模及预测 | 第58-66页 |
| 第一节 太阳黑子个数预测相关研究回顾 | 第58-59页 |
| 第二节 数据来源 | 第59-60页 |
| 第三节 RLS方法预测太阳黑子数 | 第60-61页 |
| 第四节 参数选取 | 第61-63页 |
| 第五节 预测效果对比 | 第63-64页 |
| 讨论及小结 | 第64-66页 |
| 第五章 RLS方法对石油价格的建模及预测 | 第66-73页 |
| 第一节 国际石油价格 | 第66页 |
| 第二节 相关研究回顾 | 第66-67页 |
| 第三节 数据来源 | 第67-68页 |
| 第四节 RLS方法预测石油价格 | 第68-69页 |
| 第五节 参数选取 | 第69-71页 |
| 第六节 预测效果对比 | 第71-72页 |
| 讨论及小结 | 第72-73页 |
| 第六章 RLS方法对英镑/美元汇率的建模及预测 | 第73-97页 |
| 第一节 汇率的基本概念 | 第73-75页 |
| 第二节 汇率预测相关研究回顾 | 第75-76页 |
| 第三节 数据来源 | 第76-78页 |
| 第四节 RLS方法预测GBP/USD汇率 | 第78-79页 |
| 第五节 参数选取 | 第79-91页 |
| 第六节 预测效果对比 | 第91-95页 |
| 讨论及小结 | 第95-97页 |
| 第七章 结论和展望 | 第97-100页 |
| 第一节 结论 | 第97页 |
| 第二节 待研究的问题 | 第97-100页 |
| 参考文献 | 第100-105页 |
| 附录 | 第105-118页 |
| 致谢 | 第118-119页 |
| 攻读学位期间发表的学术论文目录 | 第119页 |
