摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
第一章 绪论 | 第15-21页 |
1.1 课题来源 | 第15页 |
1.2 研究背景与研究意义 | 第15-16页 |
1.3 国内外研究发展现状 | 第16-18页 |
1.3.1 点预测方法 | 第17页 |
1.3.2 区间预测方法 | 第17-18页 |
1.4 课题研究内容 | 第18-19页 |
1.5 论文组织结构 | 第19-21页 |
第二章 区间预测方法基础理论 | 第21-35页 |
2.1 Bootstrap | 第22-26页 |
2.1.1 配对Bootstrap | 第22-23页 |
2.1.2 残差抽样Bootstrap | 第23页 |
2.1.3 加权残差Bootstrap | 第23-24页 |
2.1.4 分块Bootstrap | 第24-26页 |
2.2 相关向量机 | 第26-29页 |
2.2.1 贝叶斯推理及证据近似 | 第26-28页 |
2.2.2 证据近似过程 | 第28-29页 |
2.2.3 自相关决策 | 第29页 |
2.3 区间预测评价指标 | 第29-33页 |
2.3.1 预测区间覆盖概率 | 第29-30页 |
2.3.2 平均预测区间宽度 | 第30页 |
2.3.3 规范化的平均预测区间宽度 | 第30-31页 |
2.3.4 平均覆盖误差 | 第31页 |
2.3.5 温克勒评分 | 第31页 |
2.3.6 累积偏差 | 第31-32页 |
2.3.7 基于覆盖宽度的准则 | 第32-33页 |
2.4 本章小结 | 第33-35页 |
第三章 基于Bootstrap和RVM的区间预测方法研究 | 第35-47页 |
3.1 基于Bootstrapped-RVM的预测区间构建 | 第35-38页 |
3.1.1 Bootstrap抽样及训练 | 第35-36页 |
3.1.2 获取模型不确定度方差及置信区间 | 第36-37页 |
3.1.3 获取数据噪声方差及预测区间 | 第37-38页 |
3.2 并行训练和预测算法 | 第38-42页 |
3.2.1 并行算法改进 | 第38-40页 |
3.2.2 使用Parallel Bootstrapped RVM构建预测区间 | 第40-42页 |
3.3 数据归一化与方差修正 | 第42-45页 |
3.3.1 数据归一化对方差估计的影响分析 | 第42-43页 |
3.3.2 模型方差的估计修正 | 第43-44页 |
3.3.3 噪声方差估计修正 | 第44-45页 |
3.4 本章小结 | 第45-47页 |
第四章 基于Bootstrap和双稀疏多核RVM的区间预测方法 | 第47-63页 |
4.1 基于双稀疏多核相关向量机的区间预测方法 | 第47-49页 |
4.1.1 双稀疏多核相关向量机 | 第47页 |
4.1.2 DSRVM与RVM算法的对比 | 第47-49页 |
4.2 改进的预测区间评价指标 | 第49-50页 |
4.2.1 基于区间的平均误差 | 第49页 |
4.2.2 窗口区间评价 | 第49-50页 |
4.3 仿真实验验证与分析 | 第50-61页 |
4.3.1 核函数参数的确定 | 第51-52页 |
4.3.2 SVM的“支持向量”与RVM的“相关向量” | 第52-53页 |
4.3.3 高斯噪声下四种方法的仿真及对比 | 第53-56页 |
4.3.4 非高斯噪声下四种方法的仿真及对比 | 第56-57页 |
4.3.5 异方差噪声下四种方法的仿真及对比 | 第57-59页 |
4.3.6 三种Bootstrap方法对区间预测结果的影响 | 第59-61页 |
4.4 本章小结 | 第61-63页 |
第五章 区间预测方法在高密度聚乙烯生产过程中的应用研究 | 第63-75页 |
5.1 HDPE工艺简介 | 第63-64页 |
5.2 HDPE生产过程质量指标的区间预测及分析 | 第64-73页 |
5.2.1 一反熔融指数模型与分析 | 第64-69页 |
5.2.1.1 变量选择 | 第64-65页 |
5.2.1.2 建模预测与分析 | 第65-69页 |
5.2.2 二反熔融指数模型与分析 | 第69-73页 |
5.2.2.1 变量选择 | 第69-70页 |
5.2.2.2 建模预测与分析 | 第70-73页 |
5.3 本章小结 | 第73-75页 |
第六章 总结与展望 | 第75-77页 |
6.1 工作总结 | 第75页 |
6.2 工作展望 | 第75-77页 |
参考文献 | 第77-81页 |
致谢 | 第81-83页 |
研究成果及发表的学术论文 | 第83-85页 |
作者和导师简介 | 第85-86页 |
附件 | 第86-87页 |