| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 论文的主要研究内容 | 第9-11页 |
| 1.3 论文的组织结构 | 第11-12页 |
| 第二章 国内外研究现状 | 第12-16页 |
| 2.1 引言 | 第12页 |
| 2.2 组合预测模型的研究现状 | 第12-13页 |
| 2.3 MI算法研究现状 | 第13-14页 |
| 2.4 基于单模型的销量预测现状 | 第14页 |
| 2.5 本章小结 | 第14-16页 |
| 第三章 实验数据集介绍及数据预处理 | 第16-21页 |
| 3.1 数据集介绍 | 第16-17页 |
| 3.2 数据预处理 | 第17-21页 |
| 第四章 基于单项预测模型的销量预测 | 第21-50页 |
| 4.1 引言 | 第21-22页 |
| 4.2 基于ARIMA、门限自回归模型和指数平滑法的销量预测 | 第22-36页 |
| 4.2.1 ARIMA、门限自回归模型和指数平滑法基本原理 | 第22-25页 |
| 4.2.2 实验设计和结果分析 | 第25-36页 |
| 4.3 基于回归模型的销量预测 | 第36-43页 |
| 4.3.1 回归模型基本原理 | 第36-40页 |
| 4.3.2 实验设计和结果分析 | 第40-43页 |
| 4.4 基于RNN神经网络的销量预测 | 第43-49页 |
| 4.4.1 RNN神经网络基本原理 | 第43-46页 |
| 4.4.2 实验设计和结果分析 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 基于组合预测模型的销量预测 | 第50-63页 |
| 5.1 引言 | 第50页 |
| 5.2 组合预测模型简介 | 第50-52页 |
| 5.3 基于MI算法的销量组合预测的实现 | 第52-56页 |
| 5.3.1 MI算法流程——子模型的选择 | 第52-54页 |
| 5.3.2 权重系数的求解 | 第54-56页 |
| 5.4 实验设计和结果分析 | 第56-62页 |
| 5.4.1 建立基于MI算法的组合预测模型 | 第56-59页 |
| 5.4.2 建立基于表现最优单模型的组合预测模型 | 第59-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 总结和展望 | 第63-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |