基于多元分析的时间序列预测研究

目录

声明

第一章 绪论

1.1研究背景和意义

1.2研究现状

1.3论文的研究内容与结构

第二章 时间序列预测分析关键技术

2.1时间序列相关性分析方法

2.2时间序列相似性分析方法

2.3神经网络预测方法

2.4本章小结

第三章 基于因素型数据重要性分析的预测模型

3.1随机森林重要性分析

3.2 CNN模型构建及参数分析

3.3基于注意力机制的GRU模型构建及参数分析

3.4基于随机森林重要性分析的深度学习预测模型(RF-CNN-GRUA)

3.5仿真实验与分析

3.6本章小结

第四章 基于同类型数据相似性分析的预测模型

4.1 DTW相似性分析

4.2基于广义预测模型的控制量求解

4.3 Seq2Seq预测模型

4.4基于相似序列控制量的深度学习预测模型(DTW-GPC-Seq2Seq)

4.5仿真实验与分析

4.6本章小结

第五章 基于重要性因素分析和相似性数据分析的预测模型

5.1基于重要性与相似性数据结合的预测模型构建

5.2仿真实验与分析

5.3本章小结

第六章 总结与展望

6.1本文总结

6.2本文展望

参考文献

在学期间取得的科研成果和科研情况说明

致谢