基于PSO优化的GMDH网络在贸易预测中的应用
| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.1.1 对外贸易预测复杂性 | 第7-8页 |
| 1.1.2 对外贸易预测重要性 | 第8页 |
| 1.2 文献综述 | 第8-12页 |
| 1.2.1 进出口贸易重要性 | 第8-9页 |
| 1.2.2 区域性进出口贸易 | 第9-10页 |
| 1.2.3 进出口贸易预测 | 第10-12页 |
| 1.3 进出口贸易预测流程 | 第12-13页 |
| 1.3.1 预测流程 | 第12页 |
| 1.3.2 流程解释 | 第12-13页 |
| 1.4 本文的主要研究内容和方法 | 第13-14页 |
| 1.4.1 主要研究内容 | 第13-14页 |
| 1.4.2 研究方法 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 深圳进出口贸易发展概述 | 第15-22页 |
| 2.1 深圳市情 | 第15-17页 |
| 2.1.1 深圳概述 | 第15-16页 |
| 2.1.2 深圳经济发展 | 第16-17页 |
| 2.2 深圳进出口贸易概述 | 第17-21页 |
| 2.2.1 深圳进出口贸易发展 | 第17-19页 |
| 2.2.2 深圳进出口贸易结构 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 基于 PSO 优化的 GMDH 网络 | 第22-34页 |
| 3.1 神经网络理论 | 第22-25页 |
| 3.1.1 神经网络概述 | 第22-23页 |
| 3.1.2 典型神经网络概述 | 第23-25页 |
| 3.2 GMDH 网络 | 第25-27页 |
| 3.2.1 GMDH 网络结构 | 第25-26页 |
| 3.2.2 GMDH 网络特点 | 第26-27页 |
| 3.3 PSO 算法 | 第27-30页 |
| 3.3.1 PSO 算法概述 | 第27-28页 |
| 3.3.2 粒子群算法流程 | 第28-29页 |
| 3.3.3 粒子群算法参数 | 第29-30页 |
| 3.4 PSO 优化 GMDH 网络 | 第30-33页 |
| 3.4.1 优化原理 | 第30-31页 |
| 3.4.2 优化步骤 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 相关性指标分析 | 第34-41页 |
| 4.1 指标选择 | 第34-37页 |
| 4.1.1 内部经济环境 | 第34页 |
| 4.1.2 政策环境指标 | 第34-35页 |
| 4.1.3 国际经济环境指标 | 第35-37页 |
| 4.2 相关性分析 | 第37页 |
| 4.3 主成分分析 | 第37-40页 |
| 4.3.1 主成分分析基本思想 | 第37-38页 |
| 4.3.2 主成分几何解释 | 第38-39页 |
| 4.3.3 主成分分析计算步骤 | 第39-40页 |
| 4.3.4 主成分分析 | 第40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 案例分析 | 第41-47页 |
| 5.1 预测对象 | 第41-43页 |
| 5.2 预测过程 | 第43-46页 |
| 5.2.1 数据处理 | 第43页 |
| 5.2.2 自适应网络结构 | 第43-44页 |
| 5.2.3 PSO 算法优化 | 第44-46页 |
| 5.3 本章小结 | 第46-47页 |
| 第六章 本文总结 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51页 |
