首页--社会科学总论论文--管理学论文--决策学论文

短时间序列预测建模及应用研究

摘要第1-7页
ABSTRACT第7-9页
目录第9-11页
第一章 绪论第11-28页
   ·研究背景第11-17页
     ·宏观背景第11-13页
     ·行业背景第13-15页
     ·技术背景第15-17页
   ·研究动机和意义第17-23页
     ·研究动机第17-21页
     ·研究的意义第21-23页
   ·研究内容及结构安排第23-28页
     ·研究内容第23-26页
     ·论文结构第26-28页
第二章 时间序列预测理论回顾第28-51页
   ·预测理论回顾第28-33页
     ·预测的概念第28-29页
     ·预测的分类第29-31页
     ·预测的原则和步骤第31-33页
   ·回归预测理论回顾第33-36页
     ·回归分析的概念第33-34页
     ·回归预测的过程第34-36页
   ·时间序列预测理论回顾第36-45页
     ·时间序列的概念第36-40页
     ·时间序列分析理论回顾第40-42页
     ·随机时间序列分析模型(时域分析)第42-45页
   ·短时间序列预测理论回顾第45-51页
     ·应用灰色系统理论模型进行短时间序列预测第45-46页
     ·应用数据挖掘进行短时间序列预测第46-47页
     ·短时间序列预测新思路第47-51页
第三章 季节性条件概率模型(SM)建模第51-77页
   ·引言第51-54页
     ·时间序列季节因素相关概念第51-52页
     ·季节调整的理论依据第52-53页
     ·时间序列分析中季节性的调整技术第53-54页
   ·基于季节末总量的部分累积量条件分布模型第54-72页
     ·相关变量定义第54-57页
     ·季节的稳定性及其在短时间序列预测中的应用第57-66页
     ·稳定季节性短时间序列模型构建第66-68页
     ·非稳定性模型构建第68-72页
   ·模型实验结果及分析第72-77页
     ·实验工具及实验数据第72-73页
     ·模型的应用及结果分析第73-77页
第四章 趋势性自回归模型(TM)建模第77-89页
   ·引言第77-83页
     ·时间序列趋势性的概念第77-79页
     ·趋势性在时间序列分析中的应用第79-83页
   ·季节末总量趋势自回归模型第83-86页
     ·相关变量定义第84页
     ·短时间序列总量趋势模型(TM)建模第84-86页
   ·模型实验结果及分析第86-89页
     ·实验工具及实验数据第86页
     ·模型的应用和结果分析第86-89页
第五章 季节-趋势性混合预测模型(SITM)建模第89-109页
   ·引言第89-95页
     ·理论回顾第89-91页
     ·SSP(Stable Seasonal Pattern)预测模型第91-93页
     ·带有季节性模式的短时间序列贝叶斯预测模型第93-95页
   ·季节-趋势性混合预测模型(SITM)第95-99页
     ·变量定义和基本假设第95-97页
     ·模型构建第97-99页
     ·季节末总量分解第99页
   ·模型实验结果及分析第99-109页
     ·实验设计第99-100页
     ·实验工具及实验数据第100-102页
     ·模型的应用第102-106页
     ·模型结果分析第106-109页
第六章 SITM预测模型在电信业务预测中的应用研究第109-119页
   ·引言第109-111页
     ·电信业务预测理论综述第109-110页
     ·电信业务数据分析第110-111页
   ·基于ARIMA预测模型的电信业务预测实践第111-116页
     ·数据准备第111-112页
     ·模型识别第112-114页
     ·预测第114-116页
   ·基于SITM预测模型的电信业务预测实践第116-117页
   ·模型结果分析与比较第117-119页
第七章 总结与展望第119-121页
   ·内容总结第119-120页
   ·创新点第120页
   ·展望第120-121页
参考文献第121-130页
附录第130-132页
致谢第132-133页
攻读学位期间发表的学术论文第133页

论文共133页,点击 下载论文
上一篇:高功率微波器件和电路的电磁兼容研究和设计
下一篇:电信移动增值业务客户使用行为研究