| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究的背景及意义 | 第9-10页 |
| ·时间序列预测方法概述 | 第10-13页 |
| ·主要研究工作和组织结构 | 第13-15页 |
| 第二章 混沌时间序列预测理论与方法 | 第15-29页 |
| ·引言 | 第15页 |
| ·相空间重构理论 | 第15-16页 |
| ·相空间重构参数的确定方法 | 第16-20页 |
| ·互信息法 | 第16页 |
| ·Cao 方法 | 第16-17页 |
| ·微分熵方法 | 第17-18页 |
| ·铀价格序列的重构参数计算 | 第18-20页 |
| ·时间序列的混沌与非线性识别 | 第20-26页 |
| ·G-P 关联维数 | 第20页 |
| ·Lyapunov 指数 | 第20-22页 |
| ·延迟向量方差算法 | 第22-23页 |
| ·铀价格序列的混沌与非线性识别 | 第23-26页 |
| ·本章小结 | 第26-29页 |
| 第三章 基于优化的动态模糊神经网络铀价格预测 | 第29-47页 |
| ·引言 | 第29页 |
| ·RBF 神经网络 | 第29-31页 |
| ·动态模糊神经网络 | 第31-37页 |
| ·DFNN 的结构 | 第31-33页 |
| ·动态模糊神经网络的学习算法 | 第33-37页 |
| ·量子行为粒子群优化算法 | 第37-38页 |
| ·基于 QPSO-DFNN 的铀价格预测建模 | 第38-39页 |
| ·仿真实验 | 第39-45页 |
| ·实验数据与评价标准 | 第39-40页 |
| ·实验结果 | 第40-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 基于经验模式分解和极限学习机的铀价格预测 | 第47-57页 |
| ·引言 | 第47页 |
| ·经验模态分解 | 第47-48页 |
| ·极限学习机 | 第48-49页 |
| ·基于 EMD-PSR-ELM 的铀价格预测模型 | 第49-50页 |
| ·仿真实验 | 第50-55页 |
| ·实验数据与评价准则 | 第50-51页 |
| ·实验结果与比较 | 第51-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 基于 EEMD 与混沌理论的铀价格混合智能预测 | 第57-75页 |
| ·引言 | 第57页 |
| ·EEMD 方法 | 第57页 |
| ·相关向量机 | 第57-59页 |
| ·基于 EEMD-PSR 的铀价格混合智能预测模型 | 第59-60页 |
| ·仿真实验 | 第60-73页 |
| ·实验数据与评价准则 | 第60-61页 |
| ·实验结果与比较 | 第61-73页 |
| ·本章小结 | 第73-75页 |
| 第六章 多元线性回归与 LSSVM 混合的铀价格预测 | 第75-91页 |
| ·引言 | 第75页 |
| ·最小二乘支持向量机 | 第75-76页 |
| ·PSO 优化 LSSVM 模型 | 第76-78页 |
| ·铀价格混合预测模型 | 第78-79页 |
| ·仿真实验 | 第79-88页 |
| ·实验数据与评价准则 | 第79页 |
| ·单一铀价格预测模型 | 第79-83页 |
| ·线性组合预测模型 | 第83-88页 |
| ·实验结果与比较 | 第88页 |
| ·本章小结 | 第88-91页 |
| 研究总结与展望 | 第91-93页 |
| 致谢 | 第93-94页 |
| 参考文献 | 第94-100页 |
| 附录：作者在攻读博士学位期间完成的论文 | 第100页 |
