| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 预测的发展及现状 | 第9-12页 |
| 1.2.2 时间序列中预测算法的发展及现状 | 第12-13页 |
| 1.2.3 遗传算法的发展及现状 | 第13-14页 |
| 1.2.4 预测方法的对比分析 | 第14-15页 |
| 1.3 论文的主要工作 | 第15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 HMM遗传算法的理论基础 | 第17-29页 |
| 2.1 隐马尔可夫理论 | 第17-23页 |
| 2.1.1 马尔可夫过程的基本理论 | 第17-18页 |
| 2.1.2 马尔可夫链的基本理论 | 第18-21页 |
| 2.1.3 隐马尔可夫的基本理论 | 第21-23页 |
| 2.2 遗传算法理论 | 第23-26页 |
| 2.2.1 遗传算法的基本特点 | 第23-24页 |
| 2.2.2 遗传算法的基本概念 | 第24-25页 |
| 2.2.3 遗传算法的基本操作 | 第25-26页 |
| 2.3 量子遗传算法理论 | 第26-28页 |
| 2.3.1 量子的特点 | 第26-27页 |
| 2.3.2 量子遗传算法的基本操作 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 HMM遗传算法组合模型的研究 | 第29-47页 |
| 3.1 研究问题的提出 | 第29页 |
| 3.2 组合模型的原理 | 第29-31页 |
| 3.2.1 Baum-Welch算法训练HMM | 第29-31页 |
| 3.2.2 HMM遗传算法组合预测模型原理 | 第31页 |
| 3.3 组合模型的建模 | 第31-36页 |
| 3.3.1 HMM建模的准备工作 | 第31-32页 |
| 3.3.2 遗传算法建模的准备工作 | 第32-33页 |
| 3.3.3 HMM量子遗传算法建模 | 第33-36页 |
| 3.4 算法流程 | 第36-38页 |
| 3.4.1 算法主要思想 | 第36页 |
| 3.4.2 算法实现流程 | 第36-37页 |
| 3.4.3 预测性能评价 | 第37-38页 |
| 3.5 实验验证 | 第38-44页 |
| 3.5.1 数据集的选择 | 第38页 |
| 3.5.2 训练和测试中的数据集 | 第38-41页 |
| 3.5.3 实验设计 | 第41-43页 |
| 3.5.4 实验性能分析 | 第43-44页 |
| 3.6 本章小结 | 第44-47页 |
| 第4章 组合预测模型在供应链平台的应用 | 第47-59页 |
| 4.1 TAC/SCM | 第47-51页 |
| 4.1.1 TAC/SCM平台介绍 | 第47-48页 |
| 4.1.2 TAC/SCM的比赛说明 | 第48-49页 |
| 4.1.3 TAC/SCM的数据分析 | 第49-50页 |
| 4.1.4 现有Agent使用的预测算法 | 第50-51页 |
| 4.2 HMM遗传算法组合预测模型在TAC/SCM上的应用 | 第51-53页 |
| 4.2.1 供应链中的预测问题 | 第51页 |
| 4.2.2 解决问题的思路 | 第51-52页 |
| 4.2.3 HMMQGA组合预测模型的实现 | 第52-53页 |
| 4.3 实验验证 | 第53-58页 |
| 4.3.1 实验数据集的选择 | 第53-54页 |
| 4.3.2 训练数据集的分析 | 第54页 |
| 4.3.3 实验结果分析 | 第54-58页 |
| 4.4 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |