基于ARIMA-LSTM混合模型的机械传动件制造企业销售预测方法研究与应用
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 选题背景和问题的提出 | 第10-12页 |
| 1.1.1 选题背景 | 第10页 |
| 1.1.2 问题提出 | 第10-12页 |
| 1.2 研究目的和研究意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-17页 |
| 1.3.1 国外研究现状 | 第12-15页 |
| 1.3.2 国内研究现状 | 第15-16页 |
| 1.3.3 国内外文献综述 | 第16-17页 |
| 1.4 研究内容与技术路线 | 第17-19页 |
| 1.4.1 研究内容 | 第17页 |
| 1.4.2 技术路线 | 第17-19页 |
| 第二章 时间序列预测模型特点及理论概述 | 第19-33页 |
| 2.1 时间序列预测模型及其特点 | 第19-21页 |
| 2.1.1 线性预测模型及其特点 | 第19页 |
| 2.1.2 非线性预测模型及其特点 | 第19-21页 |
| 2.1.3 混合预测模型及其特点 | 第21页 |
| 2.2 ARIMA预测模型理论 | 第21-26页 |
| 2.2.1 ARIMA模型定义 | 第21-23页 |
| 2.2.2 ARIMA模型定阶方法 | 第23-25页 |
| 2.2.3 ARIMA模型检验方法 | 第25-26页 |
| 2.3 LSTM预测模型理论 | 第26-32页 |
| 2.3.1 LSTM核心算法 | 第26-30页 |
| 2.3.2 LSTM的网络方程 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 销售预测混合模型的构建 | 第33-51页 |
| 3.1 混合模型构建思想 | 第33-36页 |
| 3.2 数据选取与说明 | 第36-37页 |
| 3.3 ARIMA预测模型建立 | 第37-46页 |
| 3.3.1 销量序列平稳性检测 | 第37-40页 |
| 3.3.2 销量序列平稳化处理 | 第40-43页 |
| 3.3.3 模型定阶 | 第43-45页 |
| 3.3.4 模型显著性检验 | 第45-46页 |
| 3.4 LSTM预测模型的建立 | 第46-50页 |
| 3.4.1 LSTM建模流程 | 第46-48页 |
| 3.4.2 训练数据预处理 | 第48-49页 |
| 3.4.3 模型构建与训练 | 第49-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 混合模型实验及结果分析 | 第51-61页 |
| 4.1 实验设计 | 第51-53页 |
| 4.1.1 实验环境 | 第51-52页 |
| 4.1.2 实验模型的设计 | 第52-53页 |
| 4.1.3 预测效果评价指标的选取 | 第53页 |
| 4.2 实验结果与分析 | 第53-60页 |
| 4.2.1 不同预测模型实验结果 | 第53-58页 |
| 4.2.2 不同模型预测效果比较分析 | 第58-60页 |
| 4.3 本章小结 | 第60-61页 |
| 第五章 销售预测系统设计与实现 | 第61-72页 |
| 5.1 数据库设计 | 第61-62页 |
| 5.1.1 建立数据库模型 | 第61页 |
| 5.1.2 创建数据库表 | 第61-62页 |
| 5.2 系统功能的设计与实现 | 第62-68页 |
| 5.2.1 系统登录功能 | 第62-64页 |
| 5.2.2 系统主界面设计 | 第64页 |
| 5.2.3 用户管理模块 | 第64-65页 |
| 5.2.4 数据采集模块 | 第65-66页 |
| 5.2.5 销售分析模块 | 第66-67页 |
| 5.2.6 销售预测模块 | 第67-68页 |
| 5.3 系统测试 | 第68-71页 |
| 5.3.1 用户管理模块测试 | 第69页 |
| 5.3.2 数据采集模块测试 | 第69-70页 |
| 5.3.3 销售分析模块测试 | 第70-71页 |
| 5.3.4 销售预测模块测试 | 第71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结和展望 | 第72-74页 |
| 6.1 全文工作总结 | 第72-73页 |
| 6.2 研究展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
