| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题来源 | 第8页 |
| 1.2 课题研究的背景和意义 | 第8-10页 |
| 1.3 国内外在该方向的研究现状 | 第10-11页 |
| 1.4 本文主要研究内容 | 第11-12页 |
| 第2章Markov链和无偏灰色预测模型以及粒子群算法介绍 | 第12-24页 |
| 2.1 灰色系统理论概述 | 第12-16页 |
| 2.1.1 灰色关联分析 | 第12-13页 |
| 2.1.2 GM(1,1)预测模型 | 第13-16页 |
| 2.2 Markov链简介 | 第16-21页 |
| 2.2.1 Markov过程理论介绍 | 第16页 |
| 2.2.2 Markov链的定义及性质 | 第16-19页 |
| 2.2.3 Markov链的预测模型 | 第19-21页 |
| 2.3 粒子群算法理论介绍 | 第21-24页 |
| 2.3.1 粒子群优化算法的产生与发展 | 第21页 |
| 2.3.2 粒子群优化算法基本原理 | 第21-22页 |
| 2.3.3 PSO参数的设置 | 第22-24页 |
| 第3章 模型建立 | 第24-30页 |
| 3.1 无偏GM(1,1)预测模型 | 第24-26页 |
| 3.2 Markov链修正后的模型 | 第26-28页 |
| 3.3 粒子群优化后的无偏GM(1,1)-Markov预测模型 | 第28-30页 |
| 第4章 实例论证 | 第30-39页 |
| 4.1 实验数据准备 | 第30-31页 |
| 4.2 无偏灰色预测模型在实际中的应用 | 第31-34页 |
| 4.3 无偏GM(1,1)-Markov链预测模型在实际中的应用 | 第34-36页 |
| 4.4 粒子群优化的无偏灰色-Markov链预测模型在实际中应用 | 第36-38页 |
| 本章小结 | 第38-39页 |
| 结论 | 第39-41页 |
| 参考文献 | 第41-45页 |
| 附录 | 第45-52页 |
| 致谢 | 第52页 |
