文摘
英文文摘
第一章 绪论
1.1 选题背景及意义
1.2 本文研究的意义、目标及主要内容
第二章 灰色预测模型
2.1 灰色系统基本概述
2.2 数据序列的预处理
2.3 灰色预测常用的生成算子
2.4 灰色模型原理
2.4.1 灰色预测基本思想
2.4.2 灰色预测的算法流程
2.4.3 GM(1,1)模型的特征
2.4.4 灰色预测的检验
2.4.5 GM(1,1)模型的局限性
2.5 灰色模型的改进
2.5.1 优化初值的GM(1,1)模型
2.5.2 无偏GM(1,1)模型
2.6 灰色预测的应用实例
2.7 本章小结
第三章 神经网络模型原理
3.1 人工神经网络概述
3.2 神经网络的发展
3.3 神经元模型
3.3.1 神经元基本结构
3.3.2 神经元激活函数
3.4 神经网络的结构
3.5 BP神经网络结构
3.5.1 BP算法的原理
3.5.2 BP算法的数学表达
3.5.3 BP网络的缺陷
3.6 本章小结
第四章 灰色神经网络模型原理
4.1 灰色神经网络模型
4.1.1 组合预测技术
4.1.2 灰色预测和神经网络融合的原因
4.1.3 灰色—神经网络混合预测模型
4.1.4 灰色系统与神经网络的结合方式
4.2 一阶灰色神经网络模型GNNM(1,1)
4.2.1 一阶灰色神经网络模型GNNM(1,1)的建立
4.2.2 一阶灰色神经网络模型GNNM(1,1)的学习算法
4.2.3 灰色神经网络模型的应用实例
4.2.4 灰色神经网络模型的缺陷
4.3 本章小结
第五章 模型比较和总结
5.1 三种模型的比较
5.2 总结
参考文献
致谢
攻读学位期间发表的学术论文目录