基于神经网络和时间序列的预测方法及其应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-11页 |
| ·选题背景 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本论文的主要研究内容 | 第10-11页 |
| 第二章 时域分析方法 | 第11-24页 |
| ·预备知识 | 第11-13页 |
| ·时间序列预处理 | 第13-14页 |
| ·ARMA 模型 | 第14-18页 |
| ·ARIMA 模型 | 第18-20页 |
| ·时域模型建模与仿真 | 第20-23页 |
| ·本章总结 | 第23-24页 |
| 第三章 神经网络方法 | 第24-32页 |
| ·BP 模型 | 第24-26页 |
| ·RBF 模型 | 第26-28页 |
| ·神经网络模型建模与仿真 | 第28-30页 |
| ·BP 模型和 RBF 模型的比较 | 第30页 |
| ·本章总结 | 第30-32页 |
| 第四章 组合预测方法 | 第32-41页 |
| ·预备知识 | 第32-33页 |
| ·组合模型的建模思想 | 第33-34页 |
| ·组合模型 | 第34页 |
| ·组合模型的建模与仿真 | 第34-37页 |
| ·基于组合目标函数的组合模型 | 第37-38页 |
| ·基于组合目标函数的组合模型建模与仿真 | 第38-40页 |
| ·本章总结 | 第40-41页 |
| 第五章 混合预测方法 | 第41-50页 |
| ·数据预处理 | 第41-42页 |
| ·混合模型的建模思想 | 第42页 |
| ·混合模型 | 第42-43页 |
| ·混合模型建模与仿真 | 第43-44页 |
| ·基于二项式系数移动平滑的混合模型 | 第44-46页 |
| ·基于二项式系数移动平滑的混合模型建模与仿真 | 第46-49页 |
| ·本章总结 | 第49-50页 |
| 第六章 总结和展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻硕期间取得的研究成果 | 第56-57页 |
