| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题的研究背景及其意义 | 第8页 |
| ·话务量预测的概念 | 第8-9页 |
| ·话务量预测的研究现状 | 第9-10页 |
| ·本文主要工作与论文结构 | 第10-11页 |
| 第二章 话务量预测综述 | 第11-15页 |
| ·话务量概述 | 第11-12页 |
| ·话务量的概念 | 第11页 |
| ·话务量的特点 | 第11-12页 |
| ·话务量预测的特点 | 第12-13页 |
| ·话务量预测的流程 | 第13页 |
| ·话务量预测的误差分析 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第三章 神经网络（BP）预测模型 | 第15-25页 |
| ·人工神经网络理论 | 第15-21页 |
| ·神经网络的组成成分 | 第15-16页 |
| ·神经网络的传递函数 | 第16-17页 |
| ·神经网络的特征 | 第17-18页 |
| ·神经网络的分类 | 第18-19页 |
| ·神经网络的学习模式 | 第19-20页 |
| ·神经网络的学习算法 | 第20-21页 |
| ·BP 神经网络理论 | 第21-22页 |
| ·BP 神经网络的Matlab 应用 | 第22-24页 |
| ·BP 网络的生成 | 第22-23页 |
| ·BP 网络数据的预处理 | 第23-24页 |
| ·BP 网络的训练 | 第24页 |
| ·BP 网络的仿真 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第四章 粒子群优化算法 | 第25-32页 |
| ·粒子群算法的概况 | 第25-29页 |
| ·粒子群算法的数学描述 | 第25-26页 |
| ·粒子群算法的参数选择 | 第26-27页 |
| ·混合粒子群算法 | 第27-29页 |
| ·速度变异粒子群算法 | 第29-30页 |
| ·改进的速度变异粒子群算法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第五章 基于VMPSO 的BP 神经网络的话务量预测 | 第32-40页 |
| ·预测模型的算法实现 | 第32-35页 |
| ·设计该预测算法的注意事项 | 第32-33页 |
| ·该预测算法设计的指导思想 | 第33页 |
| ·该预测算法的实现流程 | 第33-35页 |
| ·预测模型的网络结构 | 第35页 |
| ·学习样本的选择 | 第35-36页 |
| ·输入数据的预处理 | 第36页 |
| ·话务量预测的实证分析 | 第36-39页 |
| ·实验参数的初始化设置 | 第36-37页 |
| ·话务量预测的具体结果 | 第37-38页 |
| ·话务量预测结果的误差及分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第六章 总结与展望 | 第40-43页 |
| ·总结 | 第40-41页 |
| ·展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 攻读硕士研究生期间发表论文的情况 | 第46-47页 |
| 致谢 | 第47页 |