文摘
英文文摘
第一章 绪论
1.1课题提出背景及意义
1.2时间序列数据挖掘
1.2.1销售历史数据研究
1.2.2时序数据与时序分析
1.2.3基于时间序列数据的数据挖掘
1.3销售预测研究进展
1.4本文的研究内容和目标
1.5本文的组织结构
第二章 时间序列预测技术的研究综述
2.1时间序列趋势分析
2.2基于统计的时间序列预测
2.2.1移动平均法
2.2.2加权移动平均法
2.2.3指数平滑法
2.2.4线性回归法
2.3非线性时间序列的神经网络预测
2.4统计方法与神经网络比较
第三章 时间序列的人工神经网络预测模型
3.1人工神经网络
3.1.1人工神经网络的概念
3.1.2人工神经网络的结构
3.1.3人工神经网络的训练
3.2 BP网络
3.2.1 BP算法的原理
3.2.2算法的训练过程
3.2.3基本BP算法描述
3.2.4销量预测的BP网络的结构设计
3.3 RBF网络
3.3.1 RBF网络结构
3.3.2 RBF网络训练过程
3.3.3 RBF学习算法分类
3.3.4销量预测的RBF网络的结构设计
3.4基于进化差分的神经网络
3.4.1进化算法
3.4.2差分进化算法
3.4.3基于差分进化的BP网络学习算法
第四章 基于最小二乘准则的复合模型
4.1曲线拟合的最小二乘准则
4.2最小二乘估计量的性质
4.3基于最小二乘准则的复合神经网络预测模型
第五章 汽车配件销售预测实验系统的设计与实现
5.1系统目标与说明
5.2实验系统的数据选择和转换
5.3系统功能结构的初步设计与实现
第六章 试验结果与分析
6.1 RBF、BP和DE_BP网络预测模型试验结果与分析
6.2 HANNFM预测模型试验结果与分析
第七章 总结与展望
参考文献
致谢
附录A攻读硕士期间发表的文章和参加的项目