基于组合预测的深圳外贸进出口预测模型研究
| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 进出口贸易和经济发展关联 | 第8-9页 |
| 1.2.2 区域性进出口贸易 | 第9-10页 |
| 1.2.3 进出口预测分析 | 第10-11页 |
| 1.2.4 组合预测方法研究 | 第11页 |
| 1.3 本文研究内容和技术路线 | 第11-13页 |
| 1.3.1 本文研究内容 | 第11-12页 |
| 1.3.2 技术路线 | 第12页 |
| 1.3.3 研究方法 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 深圳市进出口贸易发展现状分析 | 第14-22页 |
| 2.1 深圳市进出口贸易基本条件 | 第14-16页 |
| 2.1.1 深圳市的地理位置 | 第14-15页 |
| 2.1.2 深圳市经济发展概况 | 第15-16页 |
| 2.2 深圳市进出口贸易发展现状 | 第16-19页 |
| 2.2.1 深圳市进出口贸易发展概述 | 第16-17页 |
| 2.2.2 深圳市利用外资情况 | 第17-19页 |
| 2.3 深圳市进出口贸易结构 | 第19-21页 |
| 2.3.1 深圳市贸易进出口商品结构 | 第19-20页 |
| 2.3.2 深圳市进出口贸易市场结构 | 第20-21页 |
| 2.3.3 深圳市进出口贸易方式 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 深圳市进出口贸易影响因子分析 | 第22-28页 |
| 3.1 因子分析方法概述 | 第22-24页 |
| 3.1.1 方法原理 | 第22页 |
| 3.1.2 数学模型 | 第22-23页 |
| 3.1.3 主成分分析 | 第23页 |
| 3.1.4 主成分分析算法步骤 | 第23-24页 |
| 3.2 深圳市进出口贸易影响因子分析 | 第24-27页 |
| 3.2.1 影响指标分析 | 第24-25页 |
| 3.2.2 相关系数矩阵 | 第25-26页 |
| 3.2.3 主成分分析 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 组合预测方法 | 第28-42页 |
| 4.1 线性预测方法 | 第28-30页 |
| 4.1.1 AR 模型 | 第28页 |
| 4.1.2 MA 模型 | 第28-29页 |
| 4.1.3 ARMA 模型 | 第29-30页 |
| 4.2 神经网络预测方法 | 第30-35页 |
| 4.2.1 神经网络模型概述 | 第30-32页 |
| 4.2.2 BP 神经网络 | 第32-35页 |
| 4.3 支持向量机预测方法 | 第35-38页 |
| 4.3.1 结构风险最小化 | 第35-36页 |
| 4.3.2 核函数 | 第36页 |
| 4.3.3 支持向量机分类 | 第36-37页 |
| 4.3.4 支持向量机回归 | 第37-38页 |
| 4.4 组合预测方法 | 第38-41页 |
| 4.4.1 组合预测思想 | 第38-39页 |
| 4.4.2 组合预测优势 | 第39页 |
| 4.4.3 组合预测模型 | 第39-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 基于组合预测的深圳市进出口贸易预测 | 第42-52页 |
| 5.1 数据分析 | 第42页 |
| 5.2 单一预测方法 | 第42-49页 |
| 5.2.1 ARMA 模型 | 第43-45页 |
| 5.2.2 BP 网络模型 | 第45-48页 |
| 5.2.3 SVM 模型 | 第48-49页 |
| 5.3 组合预测方法 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 总结 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |
