神经网络在话务量预测中的应用研究
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-10页 |
| ·课题研究背景 | 第7页 |
| ·话务量预测的研究现状 | 第7-8页 |
| ·本文主要工作 | 第8-10页 |
| 第2章 话务员排班和话务量预测 | 第10-18页 |
| ·话务员排班简介 | 第10-11页 |
| ·话务量预测建模 | 第11-13页 |
| ·话务量预测的问题模型和特性 | 第11-12页 |
| ·话务量预测的度量标准 | 第12-13页 |
| ·话务量预测系统简介 | 第13-18页 |
| ·话务量预测系统简介 | 第13-14页 |
| ·预测系统框架和功能模块 | 第14-15页 |
| ·预测系统应用实例 | 第15-18页 |
| 第3章 时间序列预测 | 第18-26页 |
| ·时间序列预测法简介 | 第18-19页 |
| ·指数平滑模型 | 第19-22页 |
| ·指数平滑法介绍 | 第19-20页 |
| ·指数平滑模型的实现框架 | 第20页 |
| ·指数平滑模型的实际应用 | 第20-22页 |
| ·线性随机模型 | 第22-26页 |
| ·线性随机模型简介 | 第22-24页 |
| ·线性随机模型实现 | 第24页 |
| ·线性随机模型应用 | 第24-26页 |
| 第4章 人工神经网络预测 | 第26-43页 |
| ·人工神经网络简介 | 第26-29页 |
| ·什么是人工神经网络 | 第26-27页 |
| ·人工神经网络的分类 | 第27-28页 |
| ·神经网络常用的学习规则 | 第28-29页 |
| ·神经网络的运行方式及可能应用 | 第29页 |
| ·研究神经网络的意义、现状和存在问题 | 第29-30页 |
| ·设置神经网络模型 | 第30-31页 |
| ·BP 预测模型 | 第31-35页 |
| ·神经网络 BP 模型概述 | 第31-32页 |
| ·BP 模型话务量预测 | 第32-34页 |
| ·BP 模型话务量预测应用 | 第34-35页 |
| ·RBF 预测模型 | 第35-38页 |
| ·神经网络 RBF 模型概述 | 第35-37页 |
| ·RBF 模型话务量预测 | 第37页 |
| ·RBF 模型话务量预测应用 | 第37-38页 |
| ·改进神经网络随机预测模型 | 第38-43页 |
| ·神经网络随机模型概述 | 第38-39页 |
| ·改进神经网络随机模型话务量预测 | 第39-41页 |
| ·改进随机神经网络模型话务量预测应用 | 第41-43页 |
| 第5章 遗传算法和 BP 算法结合 | 第43-50页 |
| ·遗传算法简要介绍 | 第43-44页 |
| ·遗传算法和BP 模型相结合 | 第44-46页 |
| ·GA-BP 模型预测应用 | 第46-48页 |
| ·各种预测算法总结以及与前人的比较 | 第48-50页 |
| 第6章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·工作展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-55页 |
| 摘要 | 第55-57页 |
| Abstract | 第57-59页 |
