| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-31页 |
| 1.1 选题背景与研究意义 | 第13-14页 |
| 1.2 国内外研究现状及评述 | 第14-27页 |
| 1.2.1 灰色预测理论 | 第14-22页 |
| 1.2.2 动力系统自忆性原理 | 第22-25页 |
| 1.2.3 灰色自忆性组合预测方法 | 第25-27页 |
| 1.3 研究内容、方法及技术路线 | 第27-29页 |
| 1.3.1 研究内容 | 第27-29页 |
| 1.3.2 研究方法 | 第29页 |
| 1.3.3 技术路线 | 第29页 |
| 1.4 模型适用范围 | 第29-30页 |
| 1.5 本章小结 | 第30-31页 |
| 第二章 自忆性预测方法的基本理论 | 第31-37页 |
| 2.1 自忆性原理的基础知识 | 第31-35页 |
| 2.2 自忆性原理的哲理和适用范围 | 第35-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第三章 适合非线性特征的灰色GM(1,1)幂自忆性组合预测模型及应用研究 | 第37-54页 |
| 3.1 适合非线性特征的灰色GM(1,1)幂模型及其基本特性 | 第37-40页 |
| 3.2 灰色GM(1,1)幂模型与自忆性原理的耦合构建 | 第40-44页 |
| 3.2.1 组合建模步骤 | 第40-42页 |
| 3.2.2 模型精度检验 | 第42-43页 |
| 3.2.3 建模流程设计 | 第43-44页 |
| 3.3 实例分析 | 第44-53页 |
| 3.3.1 港口货物吞吐量预测 | 第44-48页 |
| 3.3.2 高中升学率预测分析 | 第48-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 两种特殊类型下单变量的灰色自忆性组合预测模型及应用研究 | 第54-72页 |
| 4.1 含时间幂次项的灰色GM(1,1,tφ)自忆性组合预测模型 | 第54-61页 |
| 4.1.1 灰色GM(1,1,tφ)模型及其基本特性 | 第54-56页 |
| 4.1.2 灰色GM(1,1,tφ)自忆性模型的耦合构建 | 第56-57页 |
| 4.1.3 软土地基沉降预测 | 第57-61页 |
| 4.2 适合近似非齐次指数特征的灰色NGM(1,1,k)自忆性组合预测模型 | 第61-71页 |
| 4.2.1 灰色NGM(1,1,k)模型及其基本特性 | 第61-62页 |
| 4.2.2 灰色NGM(1,1,k)自忆性模型的耦合构建 | 第62-63页 |
| 4.2.3 能源消费预测分析 | 第63-71页 |
| 4.3 本章小结 | 第71-72页 |
| 第五章 多变量系统的灰色自忆性组合预测模型及应用研究 | 第72-88页 |
| 5.1 基于自忆性原理的多变量MGM(1,m)耦合系统模型构建分析 | 第72-77页 |
| 5.1.1 多变量间的灰关联分析 | 第72-73页 |
| 5.1.2 灰色多变量MGM(1,m)模型及其基本特性 | 第73-75页 |
| 5.1.3 多变量MGM(1,m)自忆性耦合系统模型 | 第75-77页 |
| 5.2 实例分析 | 第77-87页 |
| 5.2.1 路基沉降预测 | 第78-83页 |
| 5.2.2 基坑变形预测 | 第83-87页 |
| 5.3 本章小结 | 第87-88页 |
| 第六章 基于区间灰数信息的灰色预测模型及应用研究 | 第88-102页 |
| 6.1 基于标准区间灰数的发展带离散DDGM预测模型 | 第88-93页 |
| 6.1.1 区间灰数的标准化形式 | 第89页 |
| 6.1.2 发展带离散DDGM预测模型构建分析 | 第89-92页 |
| 6.1.3 算例分析 | 第92-93页 |
| 6.2 基于合成灰数灰度的区间灰数自忆性预测模型 | 第93-101页 |
| 6.2.1 基于合成灰数灰度的区间灰数 | 第94-95页 |
| 6.2.2 区间灰数的自忆性预测模型构建 | 第95-98页 |
| 6.2.3 算例分析 | 第98-101页 |
| 6.3 本章小结 | 第101-102页 |
| 第七章 灰色自忆性组合预测模型在医药卫生领域中的应用研究 | 第102-117页 |
| 7.1 灰色理论在医药卫生领域中的研究现状 | 第102-104页 |
| 7.2 灰色GM(1,1)自忆性组合模型在传染病发病率预测上的应用研究 | 第104-111页 |
| 7.3 灰色GM(1,1)幂自忆性组合模型在血药浓度预测上的应用研究 | 第111-116页 |
| 7.4 本章小结 | 第116-117页 |
| 第八章 总结与展望 | 第117-120页 |
| 8.1 研究结论 | 第117-118页 |
| 8.2 主要创新点 | 第118页 |
| 8.3 研究展望 | 第118-120页 |
| 参考文献 | 第120-136页 |
| 致谢 | 第136-138页 |
| 在学期间的研究成果及发表的学术论文 | 第138-140页 |
