基于群智能算法的时间序列预测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题的研究目的和意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·一元与多元时间序列预测的研究现状 | 第10-11页 |
| ·模型参数最优估计的研究现状 | 第11-12页 |
| ·群体智能算法最优估计研究现状 | 第12页 |
| ·本文主要的研究工作及论文结构 | 第12-14页 |
| 第二章 预测模型参数估计方法 | 第14-27页 |
| ·模型参数估计方法 | 第14-18页 |
| ·模型参数递推估计方法 | 第14-15页 |
| ·模型参数群集寻优方法 | 第15-16页 |
| ·模型参数群智能寻优方法 | 第16-18页 |
| ·基于递推的最小二乘估计 | 第18-21页 |
| ·传统最小二乘估计 | 第18-19页 |
| ·递推最小二乘估计 | 第19-21页 |
| ·基于群集的粒子滤波估计 | 第21-25页 |
| ·基于群智能算法的参数估计框架 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于群智能参数估计方法的一元时间序列预测 | 第27-49页 |
| ·群智能算法一元时间序列预测方法模型框架 | 第27-29页 |
| ·基于Memetic算法的一元时间序列预测 | 第29-32页 |
| ·Memetic算法描述 | 第29-30页 |
| ·基于Memetic算法的一元时间序列预测 | 第30-32页 |
| ·基于GSO算法的一元时间序列预测 | 第32-37页 |
| ·萤火虫优化(GSO)算法描述 | 第32-35页 |
| ·基于GSO算法的一元时间序列预测方法 | 第35-37页 |
| ·基于EGSO算法的一元时间序列预测 | 第37-40页 |
| ·改进萤火虫优化算法描述 | 第37-38页 |
| ·基于EGSO算法的一元时间序列预测方法 | 第38-40页 |
| ·基于EGSO-PF算法的一元时间序列预测 | 第40-42页 |
| ·EGSO-PF算法描述 | 第40-41页 |
| ·基于EGSO-PF算法的一元时间序列预测方法 | 第41-42页 |
| ·仿真实验与性能分析 | 第42-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于群智能参数估计方法的多元时间序列预测 | 第49-61页 |
| ·多元时间序列预测模型 | 第49-50页 |
| ·多元时间序列的Granger因果性检验 | 第50-52页 |
| ·多元时间序列模型判定 | 第52-53页 |
| ·基于群智能算法的多元时间序列预测 | 第53-59页 |
| ·基于群智能算法多元时间序列预测方法模型框架 | 第53-54页 |
| ·基于EGSO算法的多元时间序列参数估计方法 | 第54-56页 |
| ·仿真实验与性能分析 | 第56-59页 |
| ·一元预测方法与多元预测方法仿真实验与比较分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-62页 |
| ·本文总结 | 第61页 |
| ·研究展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 发表论文和科研情况说明 | 第65-66页 |
| 致谢 | 第66页 |
