首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

组合预测模型的研究与应用

摘要第4-5页
abstract第5-6页
第1章 绪论第9-14页
    1.1 预测方法概述第9-10页
    1.2 组合预测的国内外研究现状第10-13页
    1.3 主要研究内容及结构安排第13-14页
第2章 单项预测方法的分类及建模原理第14-29页
    2.1 预测方法的分类及基本原则第14-15页
    2.2 单项预测模型的建模原理及步骤第15-26页
        2.2.1 ARIMA模型的建模原理及建模步骤第15-17页
        2.2.2 自适应过滤法的建模原理及建模步骤第17-19页
        2.2.3 BP神经网络的建模原理及建模步骤第19-23页
        2.2.4 曲线预测的建模原理及建模步骤第23-24页
        2.2.5 GM(1,1)模型的建模原理及建模步骤第24-26页
    2.3 预测模型精度检验标准第26-27页
    2.4 本章小结第27-29页
第3章 加权组合预测模型的研究与应用第29-46页
    3.1 传统权重确定方法第30-35页
        3.1.1 非最优正权组合预测权重确定方法第30-31页
        3.1.2 最优组合预测权重确定方法第31-35页
        3.1.3 变权组合预测权重确定方法第35页
    3.2 基于MAPE法和最小二乘的综合权重第35-39页
        3.2.1 MAPE法的权重确定方法第35-36页
        3.2.2 最小二乘权重确定方法第36-38页
        3.2.3 综合权重的确定方法第38-39页
    3.3 组合预测模型实例分析第39-44页
        3.3.1 单项预测模型的预测结果第39-42页
        3.3.2 组合模型权重系数的确定第42-43页
        3.3.3 组合模型的预测结果和精度对比分析第43-44页
    3.4 本章小结第44-46页
第4章 误差修正组合预测模型的研究与应用第46-53页
    4.1 误差修正组合模型的提出第46页
    4.2 误差修正组合模型的理论分析第46-48页
    4.3 误差修正组合模型的实例分析第48-52页
        4.3.1 基于灰色自适应过滤组合预测模型第48-49页
        4.3.2 基于ARIMA-BP神经网络的组合预测模型第49-52页
    4.4 本章小结第52-53页
第5章 总结与展望第53-55页
    5.1 总结第53-54页
    5.2 展望第54-55页
致谢第55-56页
参考文献第56-60页
攻读学位期间获得与学位相关的科研成果目录第60页

论文共60页,点击 下载论文
上一篇:结合FCN与条件随机场的道路场景分割模型的研究
下一篇:微纳光纤消逝场增强及其光谱传感研究