| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第一章 绪论 | 第14-18页 |
| ·课题背景 | 第14页 |
| ·课题来源 | 第14页 |
| ·课题研究的目的和意义 | 第14页 |
| ·国内外研究现状 | 第14-16页 |
| ·时间序列预测的基本概念 | 第14-15页 |
| ·时间序列预测的发展历史 | 第15-16页 |
| ·时间序列预测的研究现状 | 第16页 |
| ·本文研究对象及主要贡献 | 第16-18页 |
| 第二章 ARMA预测模型算法及其应用 | 第18-30页 |
| ·ARMA模型的基本原理 | 第18-19页 |
| ·ARMA模型的定阶 | 第19-21页 |
| ·自相关函数 | 第19页 |
| ·偏自相关函数 | 第19-20页 |
| ·ARMA模型的定阶原则 | 第20-21页 |
| ·ARMA模型的定阶的步骤 | 第21-23页 |
| ·ARMA模型的定阶原则在应用中的局限性及解决方案 | 第23-24页 |
| ·ARMA模型针对设备状态cv值的预测实例 | 第24-30页 |
| 第三章 基于序贯学习的改进型Elman网络预测模型 | 第30-52页 |
| ·Elman人工神经网络预测综述 | 第30-33页 |
| ·人工神经网络的产生背景 | 第30-31页 |
| ·人工神经网络的应用与发展历程 | 第31-32页 |
| ·人工神经网络的基本模型结构 | 第32-33页 |
| ·人工神经网络的基本特点 | 第33页 |
| ·人工神经网络做故障预报的特点和优势 | 第33-34页 |
| ·Elman神经网络简介 | 第34-37页 |
| ·Elman神经网络基本结构 | 第35-36页 |
| ·Elman神经网络的各层介绍 | 第36页 |
| ·Elman神经网络的数学模型 | 第36-37页 |
| ·Elman神经网络的改进 | 第37-44页 |
| ·改进的Elman网络所依据的理论基础 | 第37-38页 |
| ·改进Elman网络的结构图 | 第38页 |
| ·改进型Elman神经网络中各层学习算法 | 第38-40页 |
| ·Elman神经网络的具体创建步骤 | 第40-44页 |
| ·应用序贯学习思想实现网络的在线预测算法 | 第44-46页 |
| ·序贯学习的基本思想 | 第44-45页 |
| ·基于改进型Elman网络的序贯学习算法 | 第45-46页 |
| ·Elman神经网络的波形图预测实例 | 第46-52页 |
| ·芳烃厂设备波形数据 | 第46-48页 |
| ·划分数据样本为训练样本、目标样本和测试样本 | 第48页 |
| ·确定模型各层的结构 | 第48页 |
| ·构建改进型Elman预测模型 | 第48-50页 |
| ·改进型Elman网络预测结果 | 第50-52页 |
| 第四章 一种基于数据挖掘技术的时间序列预测方法—匹配矩阵 | 第52-62页 |
| ·数据挖掘概述 | 第52-53页 |
| ·数据挖掘定义 | 第52-53页 |
| ·数据挖掘的功能 | 第53页 |
| ·数据挖掘技术在时间序列预测中的应用 | 第53-54页 |
| ·匹配矩阵预测的原理 | 第54-55页 |
| ·匹配矩阵预测模型的应用背景 | 第55-56页 |
| ·匹配矩阵模型的原理和建模 | 第56-60页 |
| ·匹配矩阵概念 | 第57-59页 |
| ·匹配矩阵分析 | 第59页 |
| ·匹配矩阵预测方法 | 第59-60页 |
| ·匹配矩阵实际预测应用及结果 | 第60-62页 |
| 第五章 三种预测模型的优缺点对比 | 第62-67页 |
| ·三种预测模型各自的特点及比较 | 第62-63页 |
| ·Elman和ARMA的详细比较 | 第63-67页 |
| ·Elman和ARMA对CV值序列的预测实例 | 第63-65页 |
| ·Elman神经网络和ARMA的优势和不足 | 第65-67页 |
| 第六章 VC和MATLAB混合编程实现算法调用 | 第67-73页 |
| ·混合编程的背景和需求 | 第67页 |
| ·Matlab软件做算法研究的特点 | 第67-68页 |
| ·VC++和Matlab混合编程的优势 | 第68页 |
| ·混合编程的具体实现 | 第68-73页 |
| 第七章 结论 | 第73-74页 |
| 参考文献 | 第74-76页 |
| 致谢 | 第76-77页 |
| 研究成果及发表的学术论文 | 第77-78页 |
| 作者和导师简介 | 第78-79页 |
| 附录1 预测算例一 | 第79-81页 |
| 附录2 预测算例二 | 第81-83页 |
| 附录3 预测算例三 | 第83-85页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第85-86页 |
