决策支持系统中预测算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1. 绪论 | 第8-13页 |
| ·引言 | 第8页 |
| ·课题来源 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·研究目标及研究内容 | 第11-12页 |
| ·论文的组织与结构 | 第12-13页 |
| 2. 预测算法介绍 | 第13-23页 |
| ·回归分析法 | 第13-17页 |
| ·回归分析法概述 | 第13-14页 |
| ·回归模型的分类 | 第14页 |
| ·模型介绍 | 第14-17页 |
| ·时间序列分析法 | 第17-23页 |
| ·时间序列特点 | 第17-18页 |
| ·时间序列模型介绍 | 第18-19页 |
| ·确定型时间序列模型 | 第19-21页 |
| ·随机型时间序列模型 | 第21-23页 |
| 3. 预测算法改进及实例证明 | 第23-32页 |
| ·算法改进 | 第23-25页 |
| ·优化预测过程提高预测精度 | 第24页 |
| ·用组合模型提高预测精度 | 第24-25页 |
| ·实例证明 | 第25-32页 |
| 4. 基于神经网络的时间序列预测 | 第32-50页 |
| ·人工神经网络简介 | 第32-33页 |
| ·BP网络的基本知识 | 第33-36页 |
| ·BP网络模型 | 第33-34页 |
| ·BP神经网络的算法 | 第34-35页 |
| ·BP网络算法步骤 | 第35-36页 |
| ·神经网络预测法 | 第36-38页 |
| ·神经网络用于单变量时间序列预测 | 第36-37页 |
| ·神经网络的回归预测方法 | 第37页 |
| ·神经网络的组合预测方法 | 第37-38页 |
| ·基于BP神经网络的时间序列预测研究 | 第38-41页 |
| ·BP网络的预测建模原理 | 第38-39页 |
| ·建立BP神经网络的步骤 | 第39-41页 |
| ·基于BP神经网络的时间序列预测模型设计与实现 | 第41-50页 |
| ·时间序列预测BP模型设计 | 第41-46页 |
| ·BP网络预测模型建模实例 | 第46-50页 |
| 5. 决策支持系统中预测子系统实现 | 第50-68页 |
| ·“城市经济社会发展评价决策支持系统”简介 | 第50-51页 |
| ·系统评价过程 | 第51-55页 |
| ·指标预测子系统设计与实现 | 第55-68页 |
| ·指标预测子系统框架 | 第55页 |
| ·指标管理模块实现 | 第55-62页 |
| ·指标预测模块实现 | 第62-68页 |
| 6. 结束语 | 第68-70页 |
| ·工作总结 | 第68页 |
| ·展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录 作者论文发表情况 | 第74页 |
