基于BP神经网络的我国汽车销量预测分析
| 摘要 | 第4-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景和选题意义 | 第10页 |
| 1.2 预测问题研究现状 | 第10-12页 |
| 1.3 研究思路与内容 | 第12-13页 |
| 第二章 我国汽车市场概述 | 第13-17页 |
| 第三章 预测模型相关理论 | 第17-28页 |
| 3.1 BP神经网络 | 第17-23页 |
| 3.1.1 神经网络模型简介 | 第17-19页 |
| 3.1.2 BP神经网络概述 | 第19-20页 |
| 3.1.3 BP神经网络设计流程 | 第20-21页 |
| 3.1.4 MATLAB神经网络工具箱 | 第21-23页 |
| 3.2 ARIMA模型 | 第23-28页 |
| 3.2.1 ARIMA模型简介 | 第23-25页 |
| 3.2.2 建模步骤 | 第25-28页 |
| 第四章 基于时间序列的汽车月度销量预测 | 第28-35页 |
| 4.1 基于SARIMA模型的销量预测 | 第29-31页 |
| 4.2 基于BP神经网络模型的销量预测 | 第31-32页 |
| 4.3 基于组合模型的预测 | 第32-33页 |
| 4.4 预测结果分析 | 第33-35页 |
| 第五章 基于多因素的汽车年度销量预测 | 第35-45页 |
| 5.1 汽车销量的影响因素 | 第35-39页 |
| 5.1.1 影响因素的选取 | 第35-37页 |
| 5.1.2 影响因素的关联性分析 | 第37-39页 |
| 5.2 基于BP神经网络的年度销量预测 | 第39-41页 |
| 5.3 基于主成分的模型改进 | 第41-43页 |
| 5.4 结果对比分析 | 第43-45页 |
| 第六章 总结与展望 | 第45-47页 |
| 6.1 主要结论 | 第45页 |
| 6.2 研究展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 附录 1 | 第50-52页 |
| 攻读学位期间发表的学术论文 | 第52-53页 |
| 致谢 | 第53页 |
