| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景和研究意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外的研究现状 | 第12-17页 |
| 1.2.1 GM(1,1)模型的研究现状 | 第12-15页 |
| 1.2.2 GM(1,N)模型的研究现状 | 第15-16页 |
| 1.2.3 MGM(1,m)模型的研究现状 | 第16页 |
| 1.2.4 研究现状小结 | 第16-17页 |
| 1.3 研究目标和研究内容 | 第17-18页 |
| 1.3.1 研究目标 | 第17页 |
| 1.3.2 研究内容 | 第17-18页 |
| 1.4 研究创新点和技术路线图 | 第18-20页 |
| 1.4.1 研究创新点 | 第18-19页 |
| 1.4.2 技术路线图 | 第19-20页 |
| 第二章 基于卷积积分的驱动变量趋势灰色多变量预测模型构建 | 第20-32页 |
| 2.1 传统GM(1,N)模型及其缺陷分析 | 第20-21页 |
| 2.2 TMGMC(1,N)预测模型定义及参数求解 | 第21-27页 |
| 2.2.1 驱动变量趋势预测分析 | 第21-23页 |
| 2.2.2 TMGMC(1,N)预测模型定义及时间响应式推导 | 第23-27页 |
| 2.3 TMGMC(1,N)模型在我国粮食产量预测中的应用分析 | 第27-31页 |
| 2.3.1 我国粮食产量的驱动因素识别 | 第27-28页 |
| 2.3.2 我国粮食产量预测TMGMC(1,N)模型构建及分析 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于驱动信息控制项的灰色多变量离散时滞模型构建 | 第32-47页 |
| 3.1 传统灰色多变量离散模型分析 | 第32-34页 |
| 3.2 DDGMD(1,N)模型定义及参数识别 | 第34-37页 |
| 3.2.1 DDGMD(1,N)模型定义 | 第34-35页 |
| 3.2.2 DDGMD(1,N)模型参数识别 | 第35-37页 |
| 3.3 驱动信息控制项调整系数及作用系数识别 | 第37-40页 |
| 3.3.1 驱动信息控制项调整系数T_i识别 | 第37-39页 |
| 3.3.2 驱动信息控制项作用系数 λ_i识别 | 第39-40页 |
| 3.4 DDGMD(1,N)模型在江苏地区生产总值预测中的应用分析 | 第40-46页 |
| 3.4.1 江苏地区生产总值扩维参数的选定 | 第40-41页 |
| 3.4.2 江苏地区生产总值的驱动因素及其滞后效应分析 | 第41-44页 |
| 3.4.3 江苏地区生产值DDGMD(1,N)模型构建及分析 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 灰色多变量优化模型在江苏省能源消费预测中的应用 | 第47-66页 |
| 4.1 江苏省能源消费背景 | 第47-48页 |
| 4.2 TMGMC(1,N)模型在江苏省全社会用电量预测中的应用分析 | 第48-56页 |
| 4.2.1 江苏省全社会用电量的驱动因素识别 | 第48-50页 |
| 4.2.2 江苏省全社会用电量TMGMC(1,N)模型构建及分析 | 第50-56页 |
| 4.3 DDGMD(1,N)模型在江苏省能源消费量预测中的应用分析 | 第56-65页 |
| 4.3.1 江苏省能源消费量影响因素识别 | 第56-58页 |
| 4.3.2 江苏省能源消费量的驱动因素及其滞后效应分析 | 第58-63页 |
| 4.3.3 江苏省能源消费量DDGMD(1,N)模型构建及分析 | 第63-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 全文总结 | 第66-67页 |
| 5.2 未来研究展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 在学期间的研究成果及发表的学术论文 | 第73页 |
