| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题的研究目的和意义 | 第9-10页 |
| ·时间序列预测的研究现状 | 第10-11页 |
| ·本文主要的研究工作 | 第11页 |
| ·本文的组织结构 | 第11-13页 |
| 第二章 时间序列预测模型参数估计理论研究 | 第13-41页 |
| ·时间序列预测模型参数最优估计 | 第13-26页 |
| ·求解参数估计初值 | 第15-22页 |
| ·基于最小二乘的递推最优估计 | 第22-26页 |
| ·线性时间序列预测模型局限性分析 | 第26-27页 |
| ·时间序列预测模型参数估计方法研究 | 第27-40页 |
| ·时间序列状态空间模型及贝叶斯估计 | 第27-29页 |
| ·维纳滤波(WF) | 第29-30页 |
| ·基于卡尔曼滤波(KF)递推估计 | 第30-34页 |
| ·基于粒子滤波递推估计(PF) | 第34-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 基于改进卡尔曼滤波的预测模型参数实时更新算法研究 | 第41-52页 |
| ·扩展卡尔曼滤波(EKF)的时间序列模型参数更新方法 | 第41-44页 |
| ·无味卡尔曼滤波(UKF) 的时间序列模型参数更新方法 | 第44-47页 |
| ·卡尔曼及其改进算法的时间序列预测模型参数更新性能分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 基于改进粒子滤波的预测模型参数实时更新算法研究 | 第52-74页 |
| ·扩展卡尔曼粒子滤波(EPF)的时间序列模型参数更新方法 | 第52-56页 |
| ·无味卡尔曼粒子滤波(UPF)的时间序列模型参数更新方法 | 第56-60页 |
| ·核粒子滤波(KPF)的时间序列模型参数更新方法 | 第60-64页 |
| ·粒子滤波及其改进算法的时间序列预测模型参数更新性能分析 | 第64-71页 |
| ·KF 和PF 的时间序列预测模型参数更新性能比较分析 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| ·本文总结 | 第74页 |
| ·研究展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 发表论文和科研情况说明 | 第80-81页 |
| 致谢 | 第81-82页 |
