| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-10页 |
| ·堆浸技术发展简介 | 第8-9页 |
| ·本文的主要工作内容 | 第9-10页 |
| 第二章 灰色预测算法 | 第10-18页 |
| ·灰色预测算法原理简介 | 第10-11页 |
| ·GM(1,N)模型 | 第11-14页 |
| ·GM(1,n)模型简介 | 第11-12页 |
| ·GM(1,n)建模的主要计算步骤 | 第12-14页 |
| ·基于 GM(1,N)模型的预测与拟合分析 | 第14-16页 |
| ·基于 GM(1,n 模型的预测分析 | 第14-15页 |
| ·基于 GM(1,n)模型的拟合分析 | 第15-16页 |
| ·本章小节 | 第16-18页 |
| 第三章 BP 神经网络预测算法 | 第18-22页 |
| ·BP 算法原理 | 第18-19页 |
| ·BP 算法步骤 | 第19-20页 |
| ·基于 BP 神经网络算法的预测分析 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第四章 基于相空间重构的局部最邻近预测算法 | 第22-36页 |
| ·相空间重构预测原理 | 第22-23页 |
| ·混沌判定方法简介 | 第22-23页 |
| ·重构相空间 | 第23页 |
| ·相空间重构参数选取方法 | 第23-25页 |
| ·选取延迟时间 | 第23-24页 |
| ·计算嵌入维数 | 第24-25页 |
| ·局部最邻近预测算法 | 第25-26页 |
| ·基于相空间重构的局部邻近组合算法的预测分析 | 第26-35页 |
| ·样本选取 | 第26-27页 |
| ·构建相空间 | 第27-31页 |
| ·预测结果分析 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 基于相空间重构的灰色预测算法 | 第36-40页 |
| ·基于相空间重构和 GM(1,N)模型的组合预测算法的预测分析 | 第36-37页 |
| ·基于相空间重构和 GM(1,N)模型的组合算法的拟合分析 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第六章 总结与展望 | 第40-44页 |
| ·全文总结 | 第40-41页 |
| ·研究展望 | 第41-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-50页 |
| 附录 攻读硕士学位期间的研究成果 | 第50页 |