中文摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第7-18页 |
1.1 研究背景 | 第7页 |
1.2 研究现状 | 第7-11页 |
1.3 协整理论概述 | 第11-13页 |
1.3.1 协整理论的提出 | 第11页 |
1.3.2 E-G检验法 | 第11-12页 |
1.3.3 向量自回归模型 | 第12页 |
1.3.4 Johansen协整检验 | 第12-13页 |
1.4 数据挖掘简述 | 第13-16页 |
1.4.1 支持向量机 | 第13-15页 |
1.4.2 智能优化算法 | 第15-16页 |
1.5 评估标准 | 第16-17页 |
1.6 文章结构 | 第17-18页 |
第二章 基于协整理论的联合模型在干旱区降水预测的应用 | 第18-26页 |
2.1 前言 | 第18页 |
2.2 相关算法――鲸鱼优化 | 第18-19页 |
2.3 联合模型的构建 | 第19-20页 |
2.4 仿真及其结果 | 第20-25页 |
2.4.1 研究对象 | 第20页 |
2.4.2 数据集的选择 | 第20-21页 |
2.4.3 协整检验及分析 | 第21-22页 |
2.4.4 预测结果 | 第22-24页 |
2.4.5 模型比较 | 第24-25页 |
2.5 小结与讨论 | 第25-26页 |
第三章 基于协整理论的联合模型在湿润区降水预测的应用 | 第26-35页 |
3.1 前言 | 第26页 |
3.2 相关算法――极限学习机 | 第26-27页 |
3.3 联合模型的构建 | 第27-28页 |
3.4 仿真及其结果 | 第28-33页 |
3.4.1 研究区域概况 | 第28页 |
3.4.2 试验数据集选取 | 第28-30页 |
3.4.3 协整检验及其分析 | 第30-31页 |
3.4.4 模型预测结果 | 第31-32页 |
3.4.5 模型比较 | 第32-33页 |
3.5 小结与讨论 | 第33-35页 |
第四章 结论 | 第35-36页 |
参考文献 | 第36-39页 |
在学期间科研成果 | 第39-40页 |
致谢 | 第40页 |