基于熵的预测与决策

前言	第1-8页
第1章 常见预测方法简介	第8-16页
·回归模型预测法	第8-9页
·协同学方法	第9-10页
·神经网络预测法	第10页
·CAS仿真技术	第10-11页
·移动平均法与指数平滑法	第11-12页
·自回归模型	第12页
·马尔可夫预测技术	第12页
·灰色预测法	第12-13页
·相空间重构法	第13-14页
·组合预测法	第14页
·简单评价	第14-16页
第2章 熵与极大熵原理	第16-23页
·孤立系统的熵	第16页
·非孤立系统的熵	第16-17页
·熵概念的泛化	第17-18页
·广义熵的提出及其含义	第18-21页
·极大熵原理	第21-23页
第3章 基于最大熵的相空间预测	第23-31页
·时间序列非线性的确定	第23-24页
·相空间重构的提出	第24-25页
·时滞:的选择	第25页
·嵌入维m的确定	第25-26页
·传统的相空间预测方法	第26-27页
·处理相空间中信息的几种认识范式	第27-28页
·基于最大熵的相空间预测法	第28-31页
第4章 基于熵的决策	第31-39页
·何谓决策	第31-32页
·从决策树开始谈常见的决策方法的缺陷	第32-34页
·决策四原则的提出	第34-35页
·基于熵的决策	第35-39页
第5章 从范式角度展望预测与决策	第39-46页
·人类的几种认识范式	第39-41页
·各种认识范式下的预测与决策	第41-43页
·复杂系统范式下预测与决策展望	第43-46页
参考文献:	第46-49页
后记	第49页