| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-7页 |
| 1 绪论 | 第11-19页 |
| 1.1 问题的提出 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 医药物流平台概述 | 第12页 |
| 1.2.2 药品销量预测概述 | 第12-13页 |
| 1.2.3 基于数理统计的药品预测模型 | 第13-14页 |
| 1.2.4 基于计算智能的药品预测模型 | 第14-16页 |
| 1.3 课题研究的主要内容 | 第16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 1.5 本章小结 | 第17-19页 |
| 2 药品预测的基本技术与模型 | 第19-33页 |
| 2.1 药品销售预测定义 | 第19页 |
| 2.2 BP模型预测 | 第19-22页 |
| 2.2.1 基本思想 | 第19页 |
| 2.2.2 模型与实现步骤 | 第19-20页 |
| 2.2.3 应用与分析 | 第20-22页 |
| 2.3 多项式回归预测 | 第22-23页 |
| 2.3.1 基本思想 | 第22页 |
| 2.3.2 模型与实现步骤 | 第22页 |
| 2.3.3 应用与分析 | 第22-23页 |
| 2.4 指数平滑预测模型 | 第23-24页 |
| 2.4.1 基本思想 | 第23页 |
| 2.4.2 模型与实现步骤 | 第23-24页 |
| 2.4.3 应用与分析 | 第24页 |
| 2.5 灰色模型 | 第24-27页 |
| 2.5.1 基本思想 | 第24-25页 |
| 2.5.2 模型与实现步骤 | 第25-26页 |
| 2.5.3 应用与分析 | 第26-27页 |
| 2.6 自回归整合移动平均模型 | 第27-28页 |
| 2.6.1 基本思想 | 第27页 |
| 2.6.2 模型与实现步骤 | 第27-28页 |
| 2.6.3 应用与分析 | 第28页 |
| 2.7 混合预测模型 | 第28-29页 |
| 2.7.1 基本思想和实现步骤 | 第28-29页 |
| 2.7.2 应用与分析 | 第29页 |
| 2.8 群体智能算法 | 第29-31页 |
| 2.8.1 基本思想 | 第29页 |
| 2.8.2 蚁群优化算法 | 第29-30页 |
| 2.8.3 布谷鸟搜索算法 | 第30页 |
| 2.8.4 蝙蝠算法 | 第30页 |
| 2.8.5 粒子群优化算法 | 第30页 |
| 2.8.6 萤火虫算法 | 第30-31页 |
| 2.8.7 花朵授粉算法 | 第31页 |
| 2.9 本章小结 | 第31-33页 |
| 3 IPPFA-SVM：基于反比例多项式函数萤火虫优化算法的支持向量机药品预测模型 | 第33-55页 |
| 3.1 支持向量机 | 第33-36页 |
| 3.2 IPPFA-SVM | 第36-42页 |
| 3.2.1 经典萤火虫优化算法 | 第36-39页 |
| 3.2.2 基于反比例多项式函数的萤火虫优化算法 | 第39页 |
| 3.2.3 IPPFA-SVM模型 | 第39-41页 |
| 3.2.4 IPPFA-SVM伪代码 | 第41页 |
| 3.2.5 IPPFA-SVM模型算法复杂度分析 | 第41-42页 |
| 3.3 IPPFA-SVM模型的训练 | 第42-52页 |
| 3.4 IPPFA-SVM模型的实验分析与评价 | 第52-55页 |
| 4 CSMFPA-SVM：基于混沌正弦预测花朵授粉算法与支持向量机的药品预测模型 | 第55-75页 |
| 4.1 CSMFPA-SVM | 第55-62页 |
| 4.1.1 经典花朵授粉优化算法 | 第55-58页 |
| 4.1.2 基于混沌正弦映射的花朵授粉优化算法 | 第58页 |
| 4.1.3 CSMFPA-SVM模型 | 第58-62页 |
| 4.1.4 CSMFPA-SVM模型算法复杂度分析 | 第62页 |
| 4.2 CSMFPA-SVM模型的训练 | 第62-71页 |
| 4.3 CSMFPA-SVM模型的实验分析和评价 | 第71-72页 |
| 4.4 CSMFPA-SVM和IPPFA-SVM的对比 | 第72-73页 |
| 4.5 本章小结 | 第73-75页 |
| 5 药品预测模型在医药智能物流平台中的应用 | 第75-87页 |
| 5.1 重点监控品种药品合理用药预警 | 第75-77页 |
| 5.2 智能药品库存预警 | 第77-80页 |
| 5.3 药品销售流向预测 | 第80-83页 |
| 5.4 医药企业柔性生产辅助决策 | 第83-87页 |
| 6 总结与展望 | 第87-91页 |
| 6.1 总结 | 第87-88页 |
| 6.2 展望 | 第88-91页 |
| 致谢 | 第91-93页 |
| 参考文献 | 第93-99页 |
| 附录 | 第99-100页 |
| A. 作者在攻读博士学位期间的成果目录 | 第99-100页 |
| B. 依托的项目与背景材料 | 第100页 |
