声明
摘要
1 绪论
1.1 研究背景及意义
1.2 国内外研究综述
1.2.1 CPI预测的国内外研究进展
1.2.2 组合灰色支持向量机模型的研究进展
1.2.3 组合模型在CPI预测方法中的研究进展
1.3 本文的主要研究内容及结构安排
1.4 本章小结
2 灰色系统理论基础及其应用
2.1 灰色关联度
2.1.1 灰色关联度计算步骤
2.1.2 实例分析
2.2 灰色系统模型
2.2.1 MGM(1,n)预测模型
2.2.2 GM(1,n)模型和MGM(1,n)模型的区别和联系
2.3 基于MGM(1,n)模型的CPI预测
2.4 本章小结
3 支持向量机理论概述及其应用
3.1 支持向量机的研究概况
3.1.1 线性支持向量机
3.1.2 非线性支持向量机
3.1.3 常用的核函数
3.1.4 标准支持向量回归机
3.2 基于SVM的CPI预测的实证分析
3.2.1 样本数据的采集
3.2.2 建立SVM预测模型
3.2.3 模型的训练与预测
3.3 本章小结
4 MGM(1,n)与SVR的组合预测模型
4.1 组合预测的分类
4.2 权重的确定方法
4.2.1 几种常用的确定权重的算子
4.2.2 基于IOWGA算子的组合预测模型的建立
4.2.3 基于Theil不等系数的IOWGA算子组合预测模型的建立
4.3 粒子群算法
4.3.1 基本原理
4.3.2 处理流程图
4.4 CPI组合预测实证分析
4.4.1 模型实例
4.4.2 实例结果分析
4.5 本章小结
5 优化的多项式马尔科夫模型的旅游人数预测
5.1 多项式拟合模型的建立
5.2 多项式马尔科夫模型的建立
5.3 遗传多项式马尔科夫模型
5.4 实例分析
5.5 本章小结
6 总结与展望
6.1 主要研究内容及成果
6.2 进一步研究方向
致谢
参考文献
附录
作者硕士在读期间发表的学术论文及奖励