LS-SVM在时间序列预测中的理论与应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-19页 |
| ·课题研究背景与意义 | 第8-9页 |
| ·国内外研究现状分析 | 第9-17页 |
| ·时间序列预测研究现状分析 | 第9-14页 |
| ·LS-SVM 算法的研究现状与不足 | 第14-17页 |
| ·论文的研究内容与结构 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 2 LS-SVM 的理论基础知识 | 第19-27页 |
| ·统计学相关理论知识 | 第19-22页 |
| ·VC 维 | 第19-20页 |
| ·结构风险最小化准则 | 第20-21页 |
| ·泛化能力 | 第21-22页 |
| ·支持向量机回归模型 | 第22-26页 |
| ·本章小结 | 第26-27页 |
| 3 EMD 与 LS-SVM 的组合预测研究 | 第27-36页 |
| ·LS-SVM 模型简介 | 第27-28页 |
| ·经验模态分解介绍 | 第28-30页 |
| ·EMD 与 LS-SVM 组合预测模型 | 第30-31页 |
| ·建筑能耗预测实验与分析 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 4 LS-SVM 的参数选优研究 | 第36-46页 |
| ·LS-SVM 参数选优的现有方法 | 第36-37页 |
| ·LS-SVM 参数对预测的影响分析 | 第37-38页 |
| ·免疫文化基因算法进行参数选优 | 第38-41页 |
| ·危险信号提取 | 第38-39页 |
| ·Baldwin 学习机制 | 第39-40页 |
| ·免疫文化基因算法设计 | 第40-41页 |
| ·对比实验与分析 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 5 LS-SVM 在线预测研究 | 第46-54页 |
| ·LS-SVM 在线预测简介 | 第46-47页 |
| ·在线增量式学习原理 | 第47-48页 |
| ·LS-SVM 在线预测改进方法 | 第48-51页 |
| ·对比实验与分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 附录 | 第63页 |
| A. 作者在攻读学位期间发表的论文目录 | 第63页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第63页 |
