| 摘要 | 第11-12页 |
| ABSTRACT | 第12-13页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 选题背景 | 第14-16页 |
| 1.2 选题意义 | 第16页 |
| 1.3 需求预测方法研究 | 第16-21页 |
| 1.3.1 需求预测在企业中的实施现状 | 第16-17页 |
| 1.3.2 需求预测方法分类 | 第17-18页 |
| 1.3.3 需求预测方法的国内外研究现状 | 第18-21页 |
| 1.4 论文技术路线与研究内容 | 第21-24页 |
| 第2章 挖掘机市场需求的影响因素分析 | 第24-30页 |
| 2.1 挖掘机市场分析 | 第24-26页 |
| 2.2 影响因素分析 | 第26-29页 |
| 2.2.1 基建投资拉动 | 第26-27页 |
| 2.2.2 国家宏观政策 | 第27页 |
| 2.2.3 设备折旧更替 | 第27-28页 |
| 2.2.4 客户盈利能力 | 第28-29页 |
| 2.2.5 季节性因素 | 第29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 基于SARIMA模型的挖掘机月度需求预测 | 第30-48页 |
| 3.1 时间序列分析的基本原理 | 第30-35页 |
| 3.1.1 时间序列模型的分类 | 第30-31页 |
| 3.1.2 时间序列模型的建模原理 | 第31-33页 |
| 3.1.3 预测模型的评价指标 | 第33-35页 |
| 3.2 Winters加法与乘法模型 | 第35-39页 |
| 3.2.1 数据准备 | 第35-36页 |
| 3.2.2 季节分解模型分析 | 第36-37页 |
| 3.2.3 Winters加法与乘法模型建模 | 第37-39页 |
| 3.2.4 模型预测 | 第39页 |
| 3.3 SARIMA建模 | 第39-45页 |
| 3.3.1 平稳性检验 | 第40-42页 |
| 3.3.2 模型识别和参数估计 | 第42页 |
| 3.3.3 模型诊断 | 第42-44页 |
| 3.3.4 模型预测 | 第44-45页 |
| 3.4 时间序列模型预测精度评价 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 基于投资数据的挖掘机年度需求量预测 | 第48-70页 |
| 4.1 挖掘机年度需求量预测模型的构建基础 | 第48-50页 |
| 4.1.1 模型构建基础 | 第48-49页 |
| 4.1.2 数据整理 | 第49页 |
| 4.1.3 数据分析 | 第49-50页 |
| 4.2 基于灰色模型的挖掘机年度需求量预测 | 第50-56页 |
| 4.2.1 建模原理 | 第50-52页 |
| 4.2.2 模型精度评价指标 | 第52-53页 |
| 4.2.3 GM(1,1)模型验证 | 第53-54页 |
| 4.2.4 GM(1,1)预测及精度评价 | 第54-56页 |
| 4.3 基于投资数据的挖掘机年度需求量预测模型 | 第56-63页 |
| 4.3.1 建模原理 | 第56-57页 |
| 4.3.2 相关性分析 | 第57-59页 |
| 4.3.3 共线性诊断 | 第59-60页 |
| 4.3.4 模型性能分析 | 第60-61页 |
| 4.3.5 模型确定 | 第61页 |
| 4.3.6 模型检验 | 第61-63页 |
| 4.4 模型预测及精度评价 | 第63-68页 |
| 4.4.1 基建投资数据预测 | 第63-67页 |
| 4.4.2 挖掘机年度需求量预测 | 第67-68页 |
| 4.5 本章小结 | 第68-70页 |
| 第5章 基于客户盈利能力的挖掘机年度需求预测 | 第70-82页 |
| 5.1 挖掘机年度销售量预测模型的构建基础 | 第70-73页 |
| 5.1.1 模型构建基础 | 第70-72页 |
| 5.1.2 数据整理 | 第72页 |
| 5.1.3 相关性分析 | 第72-73页 |
| 5.2 基于Elman神经网络的客户盈利能力结构预测 | 第73-75页 |
| 5.3 基于BP神经网络的挖掘机年度销售量预测 | 第75-80页 |
| 5.3.1 建模原理 | 第75页 |
| 5.3.2 实验数据准备 | 第75-76页 |
| 5.3.3 设计BP神经网络 | 第76-79页 |
| 5.3.4 模型预测 | 第79-80页 |
| 5.4 本章小结 | 第80-82页 |
| 总结与展望 | 第82-84页 |
| 参考文献 | 第84-90页 |
| 攻读硕士学位期间发表的学术论文 | 第90-92页 |
| 致谢 | 第92-93页 |
| 学位论文评阅及答辩情况表 | 第93页 |