文摘
英文文摘
论文说明:插图清单、表格清单
独创性声明及学位论文版权使用授权书
致谢
第一章绪论
1.1引言
1.2时间序列预测模型概述
1.2.1传统时间序列预测模型概述
1.2.2RBF神经网络的时间序列预测模型概述
1.3特征选择概述
1.3.1特征选择的概念
1.3.2特征选择和学习算法的关系
1.3.3典型特征选择算法介绍
1.3.4特征选择的研究现状及方向
1.4研究内容和组织结构
第二章基于RBF神经网络的多因素时间序列预测
2.1人工神经网络概述
2.1.1人工神经网络的发展
2.1.2神经元的工作原理及神经网络特点
2.1.3应用状况及研究方向
2.2RBF神经网络概述
2.2.1径向基函数(RBF)
2.2.2RBF神经网络结构
2.2.3RBF神经网络的特点及应用领域
2.2.4RBF网络存在的问题及研究现状
2.3RBF神经网络的学习算法
2.3.1RBF网络中心的确定
2.3.2RBF网络权值的调整
2.3.3最近邻聚类学习算法
2.4基于RBF神经网络的多因素时间序列预测
2.4.1基于神经网络的时间序列预测
2.4.2基于RBF神经网络的多因素时间序列预测
2.5基于特征选择的RBF神经网络多因素时间序列预测
2.5.1多因素时间序列的特征选择
2.5.2基于特征选择的RBF神经网络多因素时间序列预测
2.6本章小结
第三章组合式特征选择算法
3.1Relief系列算法
3.1.1算法介绍
3.1.2算法性能分析
3.1.3算法改进
3.2组合式特征选择算法
3.3PRN组合式特征选择算法
3.4PRN组合式特征选择算法应用于多因素时间序列预测实验及分析
3.5本章小结
第四章基于PRN组合式特征选择算法的多因素时间序列预测模型
4.1基于PRN组合式特征选择算法的多因素时间序列预测模型
4.1.1模型设计原理
4.1.2模型设计步骤
4.2仿真实例研究
4.3本章小结
第五章总结与展望
5.1总结
5.2进一步研究
参考文献
攻读硕士学位期间发表的论文
合肥工业大学;