| 学位论文数据集 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景、目的与意义 | 第14-15页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究目的与意义 | 第15页 |
| 1.2 研究内容 | 第15-16页 |
| 1.3 研究方法与技术路线 | 第16-20页 |
| 1.3.1 经典时序预测模型与智能算法 | 第16-19页 |
| 1.3.2 技术路线 | 第19-20页 |
| 1.4 论文结构与章节安排 | 第20-21页 |
| 1.5 本文创新之处 | 第21-22页 |
| 1.6 本章小结 | 第22-24页 |
| 第二章 文献综述 | 第24-30页 |
| 2.1 国际油价时序预测文献综述 | 第24-27页 |
| 2.1.1 国外研究综述 | 第24-26页 |
| 2.1.2 国内研究综述 | 第26页 |
| 2.1.3 文献评述 | 第26-27页 |
| 2.2 评价指标 | 第27页 |
| 2.3 本章小结 | 第27-30页 |
| 第三章 基于Grid-GA优化的LSSVR油价预测模型研究 | 第30-44页 |
| 3.1 引言 | 第30页 |
| 3.2 模型构建 | 第30-35页 |
| 3.2.1 最小二乘支持向量回归机 | 第31-32页 |
| 3.2.2 网格搜索法 | 第32页 |
| 3.2.3 遗传算法 | 第32-33页 |
| 3.2.4 基于Grid-GA优化的LSSVR模型构建 | 第33-35页 |
| 3.3 实证分析 | 第35-42页 |
| 3.3.1 实验设计 | 第35页 |
| 3.3.2 基准模型 | 第35-36页 |
| 3.3.3 参数设定 | 第36-37页 |
| 3.3.4 结果分析 | 第37-42页 |
| 3.3.5 实证小结 | 第42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于EEMD和EELM的油价分解集成预测模型研究 | 第44-62页 |
| 4.1 引言 | 第44页 |
| 4.2 模型构建 | 第44-48页 |
| 4.2.1 集成经验模态分解技术 | 第44-45页 |
| 4.2.2 扩展极致学习机 | 第45-47页 |
| 4.2.3 基于EEMD和EELM的油价预测分解集成模型构建 | 第47-48页 |
| 4.3 实证分析 | 第48-61页 |
| 4.3.1 实验设计 | 第48-49页 |
| 4.3.2 参数设定 | 第49-50页 |
| 4.3.3 结果分析 | 第50-60页 |
| 4.3.4 实证小结 | 第60-61页 |
| 4.4. 本章小结 | 第61-62页 |
| 第五章 基于EEMD优化的油价分解集成预测模型构建与应用 | 第62-74页 |
| 5.1 引言 | 第62-63页 |
| 5.2 模型构建 | 第63-65页 |
| 5.2.1 多尺度数据复杂性检验方法 | 第63-64页 |
| 5.2.2 EEMD优化过程 | 第64-65页 |
| 5.3 实证分析 | 第65-73页 |
| 5.3.1 实验设计 | 第65-66页 |
| 5.3.2 参数设定 | 第66-67页 |
| 5.3.3 结果分析 | 第67-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 结论与展望 | 第74-76页 |
| 6.1 结论 | 第74页 |
| 6.2 不足与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 研究成果及发表的学术论文 | 第81-82页 |
| 作者简介 | 第82页 |
| 导师简介 | 第82-83页 |
| 附件 | 第83-84页 |
