基于BP神经网络的柴油价格预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究目的与意义 | 第13-14页 |
| 1.2.1 研究目的 | 第13页 |
| 1.2.2 研究意义 | 第13-14页 |
| 1.3 研究内容与方法 | 第14-17页 |
| 1.3.1 研究内容 | 第14-16页 |
| 1.3.2 研究方法 | 第16-17页 |
| 1.4 主要创新点 | 第17-18页 |
| 第二章 文献综述 | 第18-27页 |
| 2.1 理论基础 | 第18-20页 |
| 2.1.1 管理理论 | 第18-19页 |
| 2.1.2 价格理论综述 | 第19-20页 |
| 2.2 国内外柴油相关研究现状综述 | 第20-24页 |
| 2.2.1 成品油价格研究 | 第20-22页 |
| 2.2.2 柴油价格的影响因素 | 第22-23页 |
| 2.2.3 柴油价格研究 | 第23-24页 |
| 2.3 BP神经网络的相关研究 | 第24-26页 |
| 2.3.1 BP神经网络理论基础 | 第24页 |
| 2.3.2 对神经网络在应用方面的研究 | 第24-25页 |
| 2.3.3 对神经网络在算法改进方面的研究 | 第25-26页 |
| 2.3.4 BP神经网络对于柴油价格的适用性分析 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 影响柴油价格的因素识别 | 第27-35页 |
| 3.1 基于德尔菲法的柴油价格影响因素分析 | 第27-31页 |
| 3.1.1 德尔菲法实施的主要步骤 | 第27页 |
| 3.1.2 专家小组的选定 | 第27-28页 |
| 3.1.3 资料的多次循环收集及处理 | 第28-31页 |
| 3.2 识别结果分析及影响因素含义解释 | 第31-34页 |
| 3.2.1 识别结果分析 | 第31-32页 |
| 3.2.2 影响因素的阐释 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 基于BP神经网络的柴油价格预测模型的构建 | 第35-50页 |
| 4.1 人工神经网络原理 | 第35-36页 |
| 4.1.1 基本神经元 | 第35页 |
| 4.1.2 网络结构 | 第35-36页 |
| 4.2 BP神经网络原理 | 第36-41页 |
| 4.2.1 BP神经网络模型 | 第36-37页 |
| 4.2.2 算法实现 | 第37-41页 |
| 4.3 样本数据的选取及预处理 | 第41-43页 |
| 4.4 BP神经网络模型的确定 | 第43-49页 |
| 4.4.1 数据的输入和输出 | 第43页 |
| 4.4.2 网络的参数确定 | 第43-46页 |
| 4.4.3 网络的算法确定 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 基于BP神经网络的实现与预测 | 第50-68页 |
| 5.1 BP神经网络的实现 | 第50-52页 |
| 5.1.1 柴油价格预测的基本思想 | 第50-51页 |
| 5.1.2 网络的算法确定 | 第51-52页 |
| 5.2 BP神经网络的训练 | 第52-54页 |
| 5.3 实际值和预测值的分析 | 第54-56页 |
| 5.4 模型对比 | 第56-60页 |
| 5.5 柴油价格预测 | 第60-67页 |
| 5.5.1 输入数据的处理预测 | 第60-66页 |
| 5.5.2 柴油价格预测 | 第66-67页 |
| 5.6 本章小结 | 第67-68页 |
| 第六章 管理启示 | 第68-72页 |
| 6.1 研究成果 | 第68页 |
| 6.2 相关对策建议 | 第68-71页 |
| 6.2.1 给政府部门的建议 | 第68-70页 |
| 6.2.2 给柴油企业的建议 | 第70-71页 |
| 6.3 研究的不足与展望 | 第71页 |
| 6.4 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 附录1 访谈提纲（因素识别） | 第77-78页 |
| 附录2 调查问卷（因素筛选） | 第78-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 附件 | 第81页 |
