| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究意义及目的 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 国内外预测技术研究现状 | 第11-13页 |
| 1.3.2 灰色系统理论的研究现状 | 第13页 |
| 1.3.3 小波分析的研究现状 | 第13-14页 |
| 1.4 本课题研究的主要内容 | 第14-16页 |
| 2 预测方法综述 | 第16-20页 |
| 2.1 预测方法概述 | 第16-17页 |
| 2.1.1 定性分析预测法 | 第16页 |
| 2.1.2 定量分析预测法 | 第16-17页 |
| 2.2 各种预测方法对比 | 第17-20页 |
| 3 灰色系统理论及应用 | 第20-35页 |
| 3.1 灰色系统理论 | 第20-21页 |
| 3.1.1 灰色系统产生的背景 | 第20-21页 |
| 3.1.2 灰色系统理论对事故预测的适用性 | 第21页 |
| 3.2 灰色系统理论主要的研究内容 | 第21-24页 |
| 3.2.1 灰色系统理论的概念 | 第21-23页 |
| 3.2.2 灰色系统理论的基本原理 | 第23-24页 |
| 3.3 灰色GM（1，1）的建模 | 第24-30页 |
| 3.3.1 GM（1，1）的建模机理 | 第24页 |
| 3.3.2 GM（1，1）的建模原理 | 第24-26页 |
| 3.3.3 GM（1，1）模型的建模步骤 | 第26-27页 |
| 3.3.4 GM（1，1）模型的检验 | 第27-29页 |
| 3.3.5 GM（1，1）模型的改进 | 第29-30页 |
| 3.4 应用实例分析 | 第30-35页 |
| 3.4.1 GM（1，1）模型预测 | 第30-32页 |
| 3.4.2 预测结果分析 | 第32-33页 |
| 3.4.3 改进的新陈代谢模型的应用分析 | 第33-35页 |
| 4 小波分析理论及应用 | 第35-50页 |
| 4.1 小波分析理论概述 | 第35页 |
| 4.2 傅里叶变换概述 | 第35-38页 |
| 4.2.1 傅里叶变换 | 第35-36页 |
| 4.2.2 短时傅里叶变换 | 第36-37页 |
| 4.2.3 小波分析原理 | 第37-38页 |
| 4.3 小波变换 | 第38-40页 |
| 4.3.1 连续小波变换 | 第38-39页 |
| 4.3.2 离散小波变换 | 第39-40页 |
| 4.4 多分辨分析理论 | 第40-42页 |
| 4.5 小波分析的Mallat算法 | 第42-45页 |
| 4.5.1 Mallat分解算法 | 第43-45页 |
| 4.5.2 Mallat重构算法 | 第45页 |
| 4.6 常用小波函数 | 第45-46页 |
| 4.7 某省道路交通事故原始数据的多分辨率分析 | 第46-50页 |
| 4.7.1 某省道路交通历史数据的选择 | 第46-47页 |
| 4.7.2 某省道路交通事故原始数据多分辨分析 | 第47-50页 |
| 5 基于小波分析的灰色预测应用 | 第50-65页 |
| 5.1 小波分析的优越性 | 第50-51页 |
| 5.2 小波分析在本研究中的适用性 | 第51页 |
| 5.3 基于小波多分辨分析的灰色GM（1，1）建模 | 第51-53页 |
| 5.3.1 建模思想 | 第51-52页 |
| 5.3.2 建模步骤 | 第52-53页 |
| 5.4 实例分析 | 第53-65页 |
| 5.4.1 基于小波分析的灰色GM（1，1）模型的事故预测 | 第53-57页 |
| 5.4.1.1 利用小波分析对历史事故数据进行预处理 | 第53-55页 |
| 5.4.1.2 利用小波分析对历史事故数据进行预处理 | 第55-57页 |
| 5.4.2 道路交通事故死亡人数预测 | 第57-60页 |
| 5.4.3 工贸行业事故死亡人数预测 | 第60-62页 |
| 5.4.4 工矿事故死亡人数预测 | 第62-65页 |
| 6 结论与展望 | 第65-67页 |
| 6.1 结论 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士期间科研成果 | 第72页 |
