基于灰色模型的预处理方法和智能模型 |
论文目录 | | | 中文摘要 | 第1-5页 | | Abstract | 第5-9页 | | 第一章 绪论 | 第9-14页 | | · 问题背景与意义 | 第9-12页 | | · 本文工作及结构 | 第12-14页 | | 第二章 灰色系统其理论体系及灰色模型 | 第14-32页 | | · 灰色系统的理论体系 | 第14页 | | · 基本灰色系统模型 | 第14-16页 | | · 滚动灰色预测模型 | 第16-18页 | | · 性能评测 | 第18-32页 | | · 基本GM(1,1)模型性能 | 第22-26页 | | · RGM(1,1)模型性能 | 第26-32页 | | 第三章 群智能理论与智能灰色系统模型 | 第32-49页 | | · 群智能理论概述 | 第32-33页 | | · 粒子群优化算法(PSO) | 第33-35页 | | · PSO产生背景 | 第33-34页 | | · PSO算法描述 | 第34-35页 | | · 基于基本GM(1,1)评价PSO算法有效性 | 第35-42页 | | · α-GM(1,1)模型 | 第36页 | | · 利用PSO算法进行参数α寻优 | 第36-38页 | | · 性能评估 | 第38-42页 | | · 基于滚动模型的智能模型 | 第42-49页 | | · α-RGM(1,1)算法 | 第43-44页 | | · 利用PSO优化计算α值 | 第44-46页 | | · 基于滚动灰色模型的智能PRGM(1,1)模型性能评估 | 第46-49页 | | 第四章 基于灰色模型的指数数据预处理模型 | 第49-62页 | | · 模型构建之理论来源 | 第49-50页 | | · 模型算法的数学描述 | 第50-51页 | | · 基于实证数据的预处理结果以及性能 | 第51-55页 | | · 基于四种预测模型的实证评估 | 第55-62页 | | 第五章 结论 | 第62-64页 | | 参考文献 | 第64-65页 | | 攻读硕士学位期间发表论文及研究课题 | 第65-66页 | | 致谢 | 第66
页 |
|
|
|
