| 致谢 | 第1-8页 |
| 摘要 | 第8-9页 |
| 1 绪论 | 第9-13页 |
| ·问题的提出 | 第9-10页 |
| ·研究对象 | 第10页 |
| ·研究方法及研究框架 | 第10-12页 |
| ·研究方法 | 第10-11页 |
| ·研究框架 | 第11-12页 |
| ·主要创新点 | 第12页 |
| ·本章小结 | 第12-13页 |
| 2 GM(1,1)模型建模机理及相关文献综述 | 第13-22页 |
| ·GM(1,1)模型相关研究 | 第13-16页 |
| ·GM(1,1)模型建模机理 | 第13-14页 |
| ·GM(1,1)模型性质和特点研究 | 第14页 |
| ·GM(1,1)模型时间响应式及参数优化 | 第14-15页 |
| ·GM(1,1)模型背景值改进研究 | 第15-16页 |
| ·不同建模方法对 GM(1,1)模型的优化 | 第16页 |
| ·灰色生成技术文献综述 | 第16-19页 |
| ·函数变换的研究 | 第16-17页 |
| ·缓冲算子的研究 | 第17-19页 |
| ·累加生成、累减生成的研究 | 第19页 |
| ·GM(1,1)模型拓展研究及其他灰色预测模型文献综述 | 第19-21页 |
| ·GM(1,1)模型的拓展研究 | 第19-20页 |
| ·其他灰色预测模型研究现状 | 第20页 |
| ·灰色马尔科夫组合模型研究现状 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 基于函数 cot x变换的 GM(1,1)预测 | 第22-32页 |
| ·基于函数 cot x变换的 GM(1,1)建模机理 | 第22-25页 |
| ·基于 cot x (0 ≤x ≤π/2)的数据序列标准化方法 | 第22-24页 |
| ·基于 cot x (0 ≤x ≤π/2)数据标准化的 GM(1,1)及预测性评价 | 第24-25页 |
| ·基于 cot x (0 ≤x ≤π/2)的数据变换及不同处理强度对 GM(1,1)预测效应的判断 | 第25-26页 |
| ·数值模拟及分析 | 第26-30页 |
| ·高增长数据序列模拟 | 第26-28页 |
| ·低增长数据序列模拟 | 第28-30页 |
| ·模拟结果分析 | 第30页 |
| ·基于 cot x (0 ≤x ≤π/2)的 GM(1,1)预测效应分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 弱化缓冲算子对 GM(1,1)模型的预测效应及适用性 | 第32-40页 |
| ·GM(1,1)预测效应及缓冲算子适用性评判准则 | 第32-33页 |
| ·缓冲算子对 GM(1,1)预测的作用过程 | 第32页 |
| ·GM(1,1)预测效应及弱化缓冲算子的适用性评价 | 第32-33页 |
| ·参数与建模数据的选取 | 第33-35页 |
| ·弱化缓冲算子的选取 | 第33-34页 |
| ·建模数据的选取 | 第34-35页 |
| ·数值模拟及分析 | 第35-38页 |
| ·长序列数据 | 第35页 |
| ·宽间距序列数据 | 第35页 |
| ·短序列数据 | 第35-38页 |
| ·弱化缓冲算子对 GM(1,1)预测效应及适用性分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 5 灰色马尔科夫模型的优化及应用 | 第40-53页 |
| ·传统灰色马尔科夫模型及预测过程 | 第40-41页 |
| ·基于状态隶属度的灰色马尔科夫模型及预测过程 | 第41-43页 |
| ·基于 GM(1,1)背景值优化和状态隶属度的灰色马尔科夫模型及预测过程 | 第43-44页 |
| ·实例分析 | 第44-52页 |
| ·基于 GM(1,1)模型的数据拟合 | 第44-45页 |
| ·传统灰色马尔科夫模型预测 | 第45-46页 |
| ·基于状态隶属度的灰色马尔科夫模型预测 | 第46-49页 |
| ·基于 GM(1,1)背景值优化和状态隶属度的灰色马尔科夫模型预测 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 6. 研究结论与未来展望 | 第53-56页 |
| ·研究结论 | 第53-54页 |
| ·研究的理论贡献和实践意义 | 第54-55页 |
| ·理论贡献 | 第54页 |
| ·研究的实践意义 | 第54-55页 |
| ·研究局限以及未来研究展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| ABSTRACT | 第61-63页 |
| 附录 1：弱化缓冲算子研究结论的实例验证 | 第63-66页 |
| 附注 2：硕士期间研究成果 | 第66页 |
