| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·问题背景与意义 | 第9-12页 |
| ·本文工作及结构 | 第12-14页 |
| 第二章 灰色系统其理论体系及灰色模型 | 第14-32页 |
| ·灰色系统的理论体系 | 第14页 |
| ·基本灰色系统模型 | 第14-16页 |
| ·滚动灰色预测模型 | 第16-18页 |
| ·性能评测 | 第18-32页 |
| ·基本GM(1,1)模型性能 | 第22-26页 |
| ·RGM(1,1)模型性能 | 第26-32页 |
| 第三章 群智能理论与智能灰色系统模型 | 第32-49页 |
| ·群智能理论概述 | 第32-33页 |
| ·粒子群优化算法(PSO) | 第33-35页 |
| ·PSO产生背景 | 第33-34页 |
| ·PSO算法描述 | 第34-35页 |
| ·基于基本GM(1,1)评价PSO算法有效性 | 第35-42页 |
| ·α-GM(1,1)模型 | 第36页 |
| ·利用PSO算法进行参数α寻优 | 第36-38页 |
| ·性能评估 | 第38-42页 |
| ·基于滚动模型的智能模型 | 第42-49页 |
| ·α-RGM(1,1)算法 | 第43-44页 |
| ·利用PSO优化计算α值 | 第44-46页 |
| ·基于滚动灰色模型的智能PRGM(1,1)模型性能评估 | 第46-49页 |
| 第四章 基于灰色模型的指数数据预处理模型 | 第49-62页 |
| ·模型构建之理论来源 | 第49-50页 |
| ·模型算法的数学描述 | 第50-51页 |
| ·基于实证数据的预处理结果以及性能 | 第51-55页 |
| ·基于四种预测模型的实证评估 | 第55-62页 |
| 第五章 结论 | 第62-64页 |
| 参考文献 | 第64-65页 |
| 攻读硕士学位期间发表论文及研究课题 | 第65-66页 |
| 致谢 | 第66页 |