首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于IOWHA算子的物流需求组合预测模型

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-18页
   ·研究背景第10-11页
   ·研究目的和研究意义第11-12页
     ·研究目的第11页
     ·研究意义第11-12页
   ·国内外研究现状第12-15页
   ·研究内容和创新点第15-18页
     ·研究内容第15-16页
     ·创新点第16-18页
第2章 物流需求预测的相关理论第18-31页
   ·物流需求概述第18-20页
     ·物流需求的定义及特点第18-19页
     ·物流需求的影响因素第19-20页
   ·物流需求预测指标体系的构建第20-23页
     ·物流需求预测指标选取的原则第20-21页
     ·物流需求指标的选取第21-22页
     ·经济指标的选取第22页
     ·物流需求预测指标体系的设计第22-23页
   ·物流需求预测方法的分析第23-24页
     ·物流需求预测方法的选择第23-24页
     ·灰色预测法和 RBF 神经网络的特点第24页
   ·单项预测模型的构建第24-30页
     ·灰色预测模型第24-27页
     ·RBF 神经网络第27-30页
   ·本章小结第30-31页
第3章 基于相关性指标的 IOWHA 算子组合预测模型第31-40页
   ·IOWHA 算子组合预测模型第31-33页
     ·基本概念第31-32页
     ·基本的 IOWHA 算子组合预测模型第32-33页
   ·改进的 IOWHA 算子组合预测模型第33-39页
     ·基于灰色关联度的 IOWHA 算子组合预测模型第33-35页
     ·基于向量夹角余弦的 IOWHA 算子组合预测模型第35-37页
     ·基于相关系数的 IOWHA 算子组合预测模型第37-39页
   ·本章小结第39-40页
第4章 物流需求预测的仿真第40-52页
   ·原始数据的获取第40页
   ·灰色预测模型的实例应用第40-45页
     ·灰色预测模型的建立第40-42页
     ·模型的有效性检验第42-43页
     ·预测结果及分析第43-45页
   ·RBF 神经网络的实例应用第45-47页
     ·数据归一化第45页
     ·预测结果及分析第45-47页
   ·组合预测模型的实例应用第47-51页
     ·组合预测模型的建立第47-48页
     ·预测结果及分析第48-51页
   ·本章小结第51-52页
第5章 结论与展望第52-55页
   ·主要研究工作第52-53页
   ·研究展望第53-55页
参考文献第55-60页
致谢第60-61页
攻读学位期间取得的科研成果第61页

论文共61页,点击 下载论文
上一篇:结构化最小二乘支持向量机
下一篇:基于RFID/ZigBee实验室设备远程监控系统的设计