摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第11-14页 |
1.1 研究背景和意义 | 第11-12页 |
1.2 研究现状 | 第12页 |
1.3 研究内容和章节安排 | 第12-14页 |
1.3.1 研究内容 | 第12-13页 |
1.3.2 本文各章节内容安排 | 第13-14页 |
第2章 层次分析法研究现状与简介 | 第14-20页 |
2.1 层次分析法简介 | 第14页 |
2.2 层次分析法的基本步骤 | 第14-19页 |
2.2.1 层次分析法的五个步骤 | 第14-17页 |
2.2.2 层次分析法权重向量W的具体计算方法 | 第17-18页 |
2.2.3 算法流程 | 第18-19页 |
2.3 层次分析法的优势 | 第19-20页 |
第3章 BP神经网络算法及改进 | 第20-31页 |
3.1 神经网络概述及原理 | 第20-25页 |
3.1.1 神经网络的发展 | 第20-21页 |
3.1.2 神经网络理论 | 第21-25页 |
3.2 神经网络模型 | 第25-28页 |
3.2.1 BP神经网络模型 | 第26-28页 |
3.3 神经网络预测 | 第28页 |
3.3.1 样本数据集的选取 | 第28页 |
3.3.2 神经网络的训练 | 第28页 |
3.4 神经网络预测模型的改进方向 | 第28-31页 |
第4章 基于AHP的儒学发展影响因子评价体系 | 第31-39页 |
4.1 儒学发展影响因子评价概述 | 第31-32页 |
4.1.1 儒学发展影响因子评价的目的 | 第31页 |
4.1.2 儒学发展影响因子评价指标体系建立的原则 | 第31-32页 |
4.2 儒学发展影响因子评价指标体系的确立 | 第32-34页 |
4.3 儒学发展影响因子评价指标权重的设置方法 | 第34页 |
4.4 应用层次分析法(AHP)确定指标权重并对儒学发展影响因子进行评估 | 第34-38页 |
4.4.1 层次分析法的Matlab代码 | 第34-36页 |
4.4.2 AHP确定指标的权重 | 第36-37页 |
4.4.3 儒学发展影响因子评分 | 第37-38页 |
4.5 本章小结 | 第38-39页 |
第5章 儒学鼎盛时期预测模型 | 第39-52页 |
5.1 儒学发展影响因素动力模型的建立 | 第39-44页 |
5.1.1 总体设计思路 | 第39页 |
5.1.2 BP神经网络的建立 | 第39-43页 |
5.1.3 选取和训练样本 | 第43页 |
5.1.4 网络层数确定 | 第43页 |
5.1.5 各层神经元的确定 | 第43-44页 |
5.1.6 神经元转换函数的确定 | 第44页 |
5.1.7 学习速率的确定 | 第44页 |
5.2 BP神经网络的程序实现及结果分析 | 第44-48页 |
5.2.1 BP神经网络模型建立 | 第44-45页 |
5.2.2 BP神经网络训练 | 第45-46页 |
5.2.3 BP神经网络测试 | 第46-47页 |
5.2.4 BP神经网络试验结果分析 | 第47-48页 |
5.3 评价系统 | 第48页 |
5.4 基于BP神经网络的儒学鼎盛期预测模型 | 第48-51页 |
5.4.1 确定输入因子 | 第48-49页 |
5.4.2 训练与预测 | 第49-50页 |
5.4.3 鼎盛期时间预测 | 第50-51页 |
5.5 本章小结 | 第51-52页 |
结论 | 第52-54页 |
6.1 总结 | 第52页 |
6.2 展望 | 第52-54页 |
参考文献 | 第54-58页 |
致谢 | 第58页 |