| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-18页 |
| ·论文研究的背景 | 第8-9页 |
| ·集装箱运输发展状况 | 第8-9页 |
| ·预测技术的发展状况 | 第9页 |
| ·国内外集装箱吞吐量预测主要方法 | 第9-14页 |
| ·定性的预测方法 | 第10-11页 |
| ·定量的预测方法 | 第11-14页 |
| ·集装箱吞吐量影响因素分析 | 第14-15页 |
| ·论文研究的目的和意义 | 第15-16页 |
| ·本文的研究思路和研究工作 | 第16-18页 |
| 2 基于人工神经网络的灰色理论GM(1,1)残差修正算法 | 第18-36页 |
| ·灰色理论概述 | 第18-21页 |
| ·灰色理论的基本原理 | 第18-19页 |
| ·灰色系统的建模 | 第19页 |
| ·灰色理论GM(1,1)模型简述 | 第19-20页 |
| ·灰色理论GM(1,1)模型的改进 | 第20-21页 |
| ·人工神经网络概述 | 第21-27页 |
| ·人工神经网络定义 | 第21-22页 |
| ·人工神经网络模型 | 第22-24页 |
| ·多层前馈神经网络(BP网络)简介及其训练算法 | 第24-27页 |
| ·基于人工神经网络的灰色理论GM(1,1)残差修正算法的基本思想 | 第27-31页 |
| ·经济数据的构成成分分析 | 第28页 |
| ·残差GM(1,1)模型的进一步讨论 | 第28-31页 |
| ·基于人工神经网络的灰色理论GM(1,1)残差修正算法的提出 | 第31-36页 |
| ·基于BP神经网络的GM(1,1)残差修正算法原理 | 第31-34页 |
| ·基于BP神经网络的GM(1,1)残差修正算法流程 | 第34-36页 |
| 3 基于人工神经网络的灰色理论GM(1,1)残差修正预测模型的建立 | 第36-52页 |
| ·非线性时间序列预测原理 | 第36-38页 |
| ·灰色理论GM(1,1)模型时间序列预测原理 | 第36-37页 |
| ·人工神经网络模型时间序列预测原理 | 第37-38页 |
| ·基于人工神经网络的GM(1,1)残差修正预测模型的建模原理 | 第38-40页 |
| ·神经网络样本的预处理 | 第40页 |
| ·GM-NN(1,1)残差修正预测模型的参数确定 | 第40-43页 |
| ·激活函数的确定 | 第40-41页 |
| ·初始权值及阈值的值域确定 | 第41-42页 |
| ·网络结构的确定 | 第42-43页 |
| ·港口集装箱吞吐量预测系统设计 | 第43-52页 |
| 4 集装箱吞吐量预测模拟试验 | 第52-64页 |
| ·实验设计 | 第52-60页 |
| ·GM-NN(1,1)残差修正预测模型中神经网络的有关参数确定 | 第53-56页 |
| ·实验步骤设计 | 第56-60页 |
| ·试验结果分析 | 第60-62页 |
| ·大连港集装箱吞吐量预测 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表学术论文情况 | 第69-70页 |
| 致谢 | 第70-71页 |
