二种资金流入流出预测模型的比较研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第9-12页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 BP神经网络模型的研究现状 | 第10页 |
| 1.3 时间序列模型的研究现状 | 第10-11页 |
| 1.4 本文的主要工作和内容 | 第11-12页 |
| 第二章 数据介绍和整理 | 第12-16页 |
| 2.1 数据的介绍 | 第12-13页 |
| 2.2 数据的整理 | 第13-16页 |
| 第三章 基于BP神经网络预测模型的数值分析 | 第16-24页 |
| 3.1 神经网络的基本原理 | 第16-19页 |
| 3.1.1 BP网络的拓扑结构 | 第16-17页 |
| 3.1.2 BP网络的传递函数 | 第17-18页 |
| 3.1.3 BP神经网络的学习算法 | 第18-19页 |
| 3.2 BP神经网络预测方法设计 | 第19-20页 |
| 3.2.1 一步预测 | 第20页 |
| 3.2.2 迭代一步预测 | 第20页 |
| 3.2.3 多步预测 | 第20页 |
| 3.3 评价指标 | 第20-21页 |
| 3.4 基于MATLAB软件的数值分析 | 第21-24页 |
| 第四章 基于ARIMA预测模型的数值分析 | 第24-34页 |
| 4.1 模型的探索性分析 | 第24-29页 |
| 4.1.1 平稳性分析 | 第24-26页 |
| 4.1.2 模型识别与参数估计 | 第26-28页 |
| 4.1.3 模型检验 | 第28页 |
| 4.1.4 模型预测和模型评价 | 第28-29页 |
| 4.2 基于R软件的数值分析 | 第29-34页 |
| 第五章 总结与展望 | 第34-37页 |
| 5.1 主要结论 | 第34-35页 |
| 5.2 研究展望 | 第35-37页 |
| 参考文献 | 第37-39页 |
| 附录1 | 第39-40页 |
| 附录2 | 第40-43页 |
| 致谢 | 第43-44页 |
