首页--经济论文--工业经济论文--工业经济理论论文--工业部门经济论文--能源工业、动力工业论文--石油、天然气工业论文

基于ARIMA与神经网络的原油运价指数研究与预测

摘要第3-5页
ABSTRACT第5-6页
1 绪论第9-14页
    1.1 选题背景及意义第9-10页
    1.2 国内外研究的主要成果及现状第10-12页
    1.3 本文的主要研究内容第12-13页
    1.4 本文主要贡献第13-14页
2 世界原油运输市场概述第14-29页
    2.1 世界原油需求市场分析第14-20页
        2.1.1 世界原油存储量第14-15页
        2.1.2 世界原油产量第15-16页
        2.1.3 世界原油消费量第16-17页
        2.1.4 世界原油进出口量第17-20页
    2.2 油轮运输市场分析第20-26页
        2.2.1 原油运输主要航线第20-22页
        2.2.2 世界油轮船队构成分析第22-26页
    2.3 原油运价指数分析第26-28页
        2.3.1 世界油船费率(World Scale)的计算第26-27页
        2.3.2 原油运价指数体系第27-28页
    2.4 本章小结第28-29页
3 运用ARIMA 预测原油运价指数时间序列第29-40页
    3.1 模型介绍第29-31页
    3.2 稳定性检验第31-35页
    3.3 ARIMA 模型识别第35页
    3.4 APIMA 模型的参数估计第35-36页
    3.5 模型检验第36-37页
    3.6 ARIMA 模型的拟合预测第37-38页
    3.7 本章小结第38-40页
4 运用神经网络BP 模型预测原油运价指数第40-57页
    4.1 人工神经网络概述第40-43页
        4.1.1 生物神经元第40-41页
        4.1.2 人工神经网络的构成第41-43页
    4.2 误差反转传播算法(BP)网络模型第43-49页
        4.2.1 BP 网络结构第43-44页
        4.2.2 BP 网络学习公式推导第44-49页
    4.3 基于BP 神经网络的BDTI 时间序列预测模型第49-56页
        4.3.1 样本数据预处理第50-51页
        4.3.2 BP 网络设计分析方案第51-53页
        4.3.3 BP 网络的训练第53-55页
        4.3.4 BP 网络预测结果第55-56页
    4.4 本章小结第56-57页
5 总结与展望第57-59页
    5.1 主要结论第57页
    5.2 文章不足第57-58页
    5.3 研究展望第58-59页
参考文献第59-62页
致谢第62-63页
攻读硕士学位期间已发表或录用的论文第63-66页

论文共66页,点击 下载论文
上一篇:铸铁铣削机理及在箱体高效加工中的应用研究
下一篇:基于改进粒子群算法的供应商选择问题研究