| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-10页 |
| 1.1 选题的背景和意义 | 第8页 |
| 1.2 国内外的研究现状 | 第8-9页 |
| 1.3 本文的主要研究内容 | 第9-10页 |
| 2 灰色预测模型理论及相关知识 | 第10-18页 |
| 2.1 灰色预测模型的建模步骤 | 第10页 |
| 2.2 灰色生成序列 | 第10-11页 |
| 2.2.1 累加生成 | 第10页 |
| 2.2.2 累减生成 | 第10页 |
| 2.2.3 加权邻值生成 | 第10-11页 |
| 2.3 灰色预测模型的检验 | 第11-13页 |
| 2.3.1 残差检验 | 第11页 |
| 2.3.2 关联度检验 | 第11-12页 |
| 2.3.3 后验差检验 | 第12-13页 |
| 2.4 GM(1,1)模型建模原理 | 第13-15页 |
| 2.5 Verhulst模型建模原理 | 第15-16页 |
| 2.6 DGM(1,1)模型建模原理 | 第16-18页 |
| 3 GM(1,1)模型的应用及改进 | 第18-41页 |
| 3.1 不同时段的GM(1,1)模型的预测研究 | 第18-21页 |
| 3.2 GM(1,1)模型在城镇居民人均可支配收入中的应用 | 第21-25页 |
| 3.2.1 建立基本GM(1,1)模型 | 第21-23页 |
| 3.2.2 模型应用 | 第23-25页 |
| 3.3 GM(1,1)模型的改进探讨—残差修正模型 | 第25-28页 |
| 3.3.1 建立残差修正GM(1,1)模型 | 第25-26页 |
| 3.3.2 残差修正模型在城镇居民人均可支配收入中的应用 | 第26-27页 |
| 3.3.3 残差修正GM(1,1)模型的优化效果分析 | 第27-28页 |
| 3.4 GM(1,1)模型的改进探讨—新息递补模型 | 第28-30页 |
| 3.4.1 建立新息递补模型 | 第28-29页 |
| 3.4.2 新息递补模型的应用及优化效果分析 | 第29-30页 |
| 3.5 GM(1,1)模型的改进探讨—优化时间响应函数 | 第30-34页 |
| 3.5.1 建立优化GM(1,1)模型 | 第30-33页 |
| 3.5.2 优化GM(1,1)模型在城镇居民人均可支配收入中的应用 | 第33页 |
| 3.5.3 GM(1,1)模型和其改进模型的比较 | 第33-34页 |
| 3.6 灰色关联分析的应用 | 第34-41页 |
| 3.6.1 灰色关联分析基本原理 | 第34-35页 |
| 3.6.2 灰色关联度的分类 | 第35-36页 |
| 3.6.3 灰色关联分析在城镇居民人均可支配收入中的应用 | 第36-41页 |
| 4 Verhulst模型的应用及改进 | 第41-50页 |
| 4.1 Verhulst模型在城镇居民人均可支配收入中的应用 | 第41-42页 |
| 4.2 Verhulst模型的改进探讨—同时优化背景值和初始条件 | 第42-46页 |
| 4.2.1 背景值和初始条件同时优化的Verhulst模型 | 第43-44页 |
| 4.2.2 新Verhulst模型在城镇居民人均可支配收入中的应用 | 第44-45页 |
| 4.2.3 新Verhulst模型的优化效果分析 | 第45-46页 |
| 4.3 Verhulst模型的改进探讨—优化时间响应函数 | 第46-50页 |
| 4.3.1 建立优化Verhulst模型 | 第46-47页 |
| 4.3.2 优化Verhulst模型在城镇居民人均可支配收入中的应用 | 第47-49页 |
| 4.3.3 Verhulst模型和其改进模型的比较 | 第49-50页 |
| 5 DGM(1,1)模型的应用 | 第50-54页 |
| 5.1 DGM(1,1)模型在城镇居民人均可支配收入中的应用 | 第50页 |
| 5.2 三种灰色预测模型的应用比较 | 第50-54页 |
| 5.2.1 数据处理与分析 | 第50-51页 |
| 5.2.2 灰色预测模型拟合结果的灰色关联分析 | 第51-52页 |
| 5.2.3 利用DGM(1,1)模型预测城镇居民人均可支配收入 | 第52-54页 |
| 6 总结与展望 | 第54-55页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间的研究成果 | 第59页 |
