基于灰色神经网络组合模型的空气质量预测
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究背景 | 第8-9页 |
| ·环境空气质量预测概述 | 第9-11页 |
| ·环境空气质量预测研究进展 | 第9-10页 |
| ·常用的空气质量预测方法 | 第10-11页 |
| ·研究目的和意义 | 第11-13页 |
| ·研究内容 | 第13-14页 |
| 第二章 灰色系统理论和神经网络理论 | 第14-29页 |
| ·灰色理论简介 | 第14-20页 |
| ·灰色系统概述 | 第14-15页 |
| ·灰色预测建模理论 | 第15页 |
| ·灰色 GM(1,1)模型建模 | 第15-18页 |
| ·灰色关联分析 | 第18-20页 |
| ·人工神经网络基本理论 | 第20-27页 |
| ·神经网络理论简介 | 第20-21页 |
| ·人工神经元模型 | 第21-24页 |
| ·BP 神经网络模型 | 第24-27页 |
| ·其他方法 | 第27-29页 |
| 第三章 基于时间序列的 IGNNM 模型及应用 | 第29-43页 |
| ·灰色神经网络组合模型 | 第29-32页 |
| ·组合预测方法概述 | 第29-30页 |
| ·基于时间序列的 IGNNM 模型 | 第30-32页 |
| ·原始数据 | 第32-34页 |
| ·模型建模及预测 | 第34-42页 |
| ·GM(1,1)模型预测 | 第34-35页 |
| ·传统 GNNM 模型预测 | 第35-36页 |
| ·IGNNM 模型预测 | 第36-38页 |
| ·模拟预测结果及分析 | 第38-41页 |
| ·数值预测 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第四章 基于因素分析的 GNNM 模型及应用 | 第43-62页 |
| ·基于因素分析的 GNNM 模型 | 第43-44页 |
| ·原始数据 | 第44-50页 |
| ·基于因素分析的 GNNM 建模及预测 | 第50-60页 |
| ·FA-GNNM 模型建模步骤 | 第50页 |
| ·灰色关联分析 | 第50-53页 |
| ·主成分分析 | 第53-56页 |
| ·FA-GNNM 模型预测 | 第56-57页 |
| ·模拟预测结果及分析 | 第57-60页 |
| ·模型比较 | 第60页 |
| ·小结 | 第60-62页 |
| 第五章 结论与建议 | 第62-64页 |
| ·结论 | 第62-63页 |
| ·两种模型的优缺点及建议 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 发表论文和参加科研情况说明 | 第68-69页 |
| 致谢 | 第69页 |
