基于智能的港口物流预测系统的研究与应用
第1章 绪论 | 第1-18页 |
·论文研究的背景 | 第9-16页 |
·物流预测方法的研究及应用现状 | 第9-11页 |
·预测软件的研究现状 | 第11-13页 |
·数据仓库技术的研究现状 | 第13-16页 |
·论文研究的目的与意义 | 第16页 |
·论文结构及研究内容 | 第16-18页 |
·论文的结构 | 第16-17页 |
·本文的研究内容 | 第17-18页 |
第2章 港口物流系统预测概述 | 第18-26页 |
·港口物流系统的特点 | 第18-20页 |
·物流系统的特点 | 第18-19页 |
·港口物流系统的特点 | 第19-20页 |
·港口物流系统预测的特点 | 第20-22页 |
·港口物流系统预测的步骤 | 第22-23页 |
·港口物流预测分析 | 第23-24页 |
·基于数据仓库技术的港口物流系统预测的构建思想 | 第24-26页 |
第3章 港口物流系统中的传统预测方法 | 第26-42页 |
·经典预测方法的理论概述 | 第26-27页 |
·物流系统中的时间序列预测方法 | 第27-37页 |
·时间序列法的特点及适用范围 | 第27-33页 |
·时间序列预测模型在物流系统中的应用 | 第33-37页 |
·物流系统中的相关回归预测模型 | 第37-42页 |
·相关回归预测模型的特点 | 第37-39页 |
·回归预测模型在物流系统中的应用 | 第39-42页 |
第4章 物流预测神经网络模型的建立 | 第42-60页 |
·神经网络概述 | 第42-47页 |
·多层前向网络 | 第44页 |
·BP算法 | 第44-46页 |
·基于神经网络的预测模型 | 第46-47页 |
·基于MATLAB的神经网络预测方法 | 第47-52页 |
·MATLAB神经网络工具箱 | 第47-48页 |
·BP网络用到的工具箱函数 | 第48-51页 |
·MATLAB中BP网络的训练过程 | 第51-52页 |
·神经网络预测模型的应用 | 第52-58页 |
·时间序列神经网络预测模型建立 | 第52-53页 |
·神经网络预测模型的应用 | 第53-58页 |
·预测方法小结 | 第58-60页 |
第5章 港口物流预测系统实现技术及应用 | 第60-75页 |
·系统的主要功能和结构 | 第60-62页 |
·系统开发环境 | 第62-63页 |
·数据库系统设计 | 第63-64页 |
·MATLAB与VB应用程序接口的实现 | 第64-66页 |
·港口物流预测系统应用实例 | 第66-75页 |
第6章 基于数据仓库的预测系统设计 | 第75-83页 |
·数据仓库的基本概念 | 第75-77页 |
·数据仓库的概念和特点 | 第75-76页 |
·数据仓库与数据库的区别 | 第76-77页 |
·港口物流系统数据仓库的建立 | 第77-78页 |
·基于数据仓库的预测系统提取数据的研究 | 第78-83页 |
·联机分析处理概述 | 第78-79页 |
·基于数据仓库的数据提取技术 | 第79-80页 |
·基于数据仓库的物流预测系统数据提取过程 | 第80-83页 |
第7章 全文总结及进一步的研究工作 | 第83-85页 |
·全文总结 | 第83-84页 |
·进一步的研究工作 | 第84-85页 |
致谢 | 第85-86页 |
参考文献 | 第86-90页 |
读硕士学位期间的科研工作和论文的发表情况 | 第90页 |