| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 引言 | 第9-10页 |
| 1.2 存在的问题与本文的主要工作 | 第10页 |
| 1.3 全文的结构安排 | 第10-12页 |
| 第2章 模糊时间序列相关知识介绍 | 第12-21页 |
| 2.1 模糊集相关理论 | 第12-17页 |
| 2.1.1 模糊概念 | 第12页 |
| 2.1.2 模糊集合 | 第12-14页 |
| 2.1.3 模糊逻辑关系 | 第14-15页 |
| 2.1.4 模糊推理 | 第15-16页 |
| 2.1.5 特征展开法 | 第16-17页 |
| 2.2 时间序列 | 第17-18页 |
| 2.2.1 时间序列定义和特点 | 第17页 |
| 2.2.2 时间序列预测原理 | 第17-18页 |
| 2.2.3 时间序列分析的用途 | 第18页 |
| 2.3 模糊时间序列 | 第18-21页 |
| 2.3.1 模糊时间序列定义 | 第18-19页 |
| 2.3.2 模糊时间序列预测模型 | 第19-20页 |
| 2.3.3 模糊时间序列去模糊化方法 | 第20-21页 |
| 第3章 粒子群优化算法 | 第21-32页 |
| 3.1 一般论域划分方法 | 第21-22页 |
| 3.2 粒子群算法的起源 | 第22-23页 |
| 3.3 粒子群算法的原理 | 第23-24页 |
| 3.4 粒子群算法的改进算法 | 第24-26页 |
| 3.4.1 基于惯性权重的粒子群算法 | 第24-26页 |
| 3.4.2 带有收缩因子的粒子群优化算法 | 第26页 |
| 3.5 粒子群优化算法的实现 | 第26-27页 |
| 3.6 与其他算法的对比 | 第27-28页 |
| 3.7 粒子群算法的参数设置 | 第28-29页 |
| 3.8 粒子群算法的应用 | 第29-30页 |
| 3.9 粒子群算法面临的难题及展望 | 第30-32页 |
| 3.9.1 粒子群算法面临的难题 | 第30-31页 |
| 3.9.2 粒子群算法的展望 | 第31-32页 |
| 第4章 基于变参数粒子群算法在模糊时间序列预测问题中的应用 | 第32-46页 |
| 4.1 算法描述 | 第32-33页 |
| 4.2 实验分析及应用 | 第33-46页 |
| 4.2.1 亚马逊股票收盘价实例分析 | 第35-40页 |
| 4.2.2 阿拉巴马大学入学注册人数实例分析 | 第40-46页 |
| 总结 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51页 |