| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文结构 | 第14-15页 |
| 第2章 基于GM(1,1) 模型的河北省GDP预测 | 第15-21页 |
| 2.1 数据来源及处理 | 第15-17页 |
| 2.2 GM(1,1) 模型介绍 | 第17-19页 |
| 2.3 基于GM(1,1) 模型的河北省GDP实证预测 | 第19-20页 |
| 2.3.1 GM(1,1) 模型的建立 | 第19页 |
| 2.3.2 GM(1,1) 模型的实证预测 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于GNN模型的河北省GDP预测 | 第21-33页 |
| 3.1 神经网络模型 | 第21-24页 |
| 3.1.1 BP神经网络模型的理论 | 第21-22页 |
| 3.1.2 BP神经网络模型的分析步骤 | 第22-24页 |
| 3.2 IGNN模型 | 第24-30页 |
| 3.2.1 IGNN模型介绍 | 第24-27页 |
| 3.2.2 IGNN模型的建立 | 第27-28页 |
| 3.2.3 IGNN模型的实证预测 | 第28-30页 |
| 3.3 SGNN模型 | 第30-32页 |
| 3.3.1 SGNN模型介绍 | 第30-31页 |
| 3.3.2 SGNN模型的建立 | 第31页 |
| 3.3.3 SGNN模型的实证预测 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于MEC-SGNN模型的河北省GDP预测 | 第33-42页 |
| 4.1 MEC-SGNN模型介绍 | 第33-34页 |
| 4.2 基于MEC-SGNN模型的GDP实证预测 | 第34-41页 |
| 4.2.1 MEC-SGNN模型的建立 | 第34-36页 |
| 4.2.2 MEC-SGNN模型的实证预测 | 第36-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 预测效果对比和验证 | 第42-50页 |
| 5.1 预测效果对比 | 第42页 |
| 5.2 预测效果验证 | 第42-49页 |
| 5.2.1 山西GDP数据处理 | 第43-44页 |
| 5.2.2 四种模型预测效果验证 | 第44-49页 |
| 5.3 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录A | 第54-57页 |
| 附录B | 第57-63页 |
| 附录C | 第63-66页 |
| 附录D | 第66-74页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第74-75页 |
| 致谢 | 第75页 |
