| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 引言 | 第5-6页 |
| 1 直观统计分析研究 | 第6-7页 |
| 2 非线性时间序列的判定 | 第7-15页 |
| ·非线性时间序列的判定方法 | 第7页 |
| ·时间序列和预测模型 | 第7-8页 |
| ·时间序列的线性/非线性检验方法 | 第8-11页 |
| ·非线性时间序列的结构辨识 | 第11-15页 |
| 3 本文采用的基本思想 | 第15-16页 |
| 4 系统混沌行为的判断 | 第16-28页 |
| ·相空间重构 | 第16-19页 |
| ·混沌时间序列的相空间重构 | 第16-18页 |
| ·时间延迟τ的计算 | 第18-19页 |
| ·关联维度 | 第19-23页 |
| ·柯尔莫哥洛夫熵法 | 第23-28页 |
| ·熵的理解 | 第23-24页 |
| ·柯尔英哥洛夫熵的计算方法 | 第24-28页 |
| 5 神经网络的基本原理 | 第28-30页 |
| 6 混沌与神经网络相结合的预测算法 | 第30-33页 |
| ·预测算法的基本原理 | 第30-33页 |
| ·相空间重构与神经网络融合预测方法建立 | 第33页 |
| 7 分析与结果 | 第33-41页 |
| ·甘肃省农用大中型拖拉机需求量1978-2005年的实测数据 | 第33-34页 |
| ·需求量影响因素数量分析 | 第34-37页 |
| ·用神经网络模型分析 | 第37-40页 |
| ·需求量预测时效估计 | 第40页 |
| ·混沌特征分析对需求量预测的影响 | 第40-41页 |
| 8 拟合方法 | 第41-43页 |
| ·线性最小二乘法 | 第42页 |
| ·非线性最小二乘法拟合 | 第42页 |
| ·对本文数据进行拟合 | 第42-43页 |
| 9 结论 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 附表 | 第48-49页 |
| 致谢 | 第49-50页 |
| 作者简介 | 第50-51页 |
| 导师简介 | 第51-53页 |