區(qū)間數(shù)序列的數(shù)學(xué)模型預(yù)測技術(shù)

第1章 區(qū)間數(shù)序列研究概況
第2章 GM（1，1）與累積法
2．1 GM（1，1）的建模機(jī)理
2．2 累積法
2．2．1 累積和的定義及計算通式
2．2．2 基于累積法的參數(shù)估計過程
2．2．3 累積法的性質(zhì)分析
2．2．4 累積法的幾何意義
第3章 基于序列轉(zhuǎn)換的GM（1，1）
3．1 區(qū)間數(shù)序列的轉(zhuǎn)換
3．1．1 二元區(qū)間數(shù)序列
3．1．2 三元區(qū)間數(shù)序列
3．2 累積法GM（1，1）
3．2．1 建模原理
3．2．2 實(shí)例分析
第4章 基于序列轉(zhuǎn)換的新陳代謝GM（0，N）
4．1 新陳代謝GM（0，N）
4．2 灰色關(guān)聯(lián)度分析
4．3 黃金價格的區(qū)間預(yù)測
4．4 鐵路客運(yùn)量的區(qū)間預(yù)測
4．5 郵政業(yè)務(wù)量的區(qū)間預(yù)測
第5章 基于序列轉(zhuǎn)換的ARMA模型
5．1 ARMA模型
5．2 基于序列轉(zhuǎn)換的區(qū)間數(shù)序列預(yù)測過程
5．3 實(shí)例分析
第6章 基于序列轉(zhuǎn)換的支持向量機(jī)預(yù)測方法
6．1 支持向量機(jī)回歸理論
6．2 核函數(shù)
6．3 區(qū)間數(shù)序列的轉(zhuǎn)換過程
6．4 實(shí)例分析
第7章 基于整體發(fā)展系數(shù)的區(qū)間數(shù)GM（1，1）
7．1 BIGM（1，1）建模過程
7．1．1 整體發(fā)展系數(shù)的確定
7．1．2 灰作用量的確定
7．1．3 預(yù)測公式
7．2 BIGM（1，1）的應(yīng)用實(shí)例
7．3 TIGM（1，1）建模過程
7．3．1 整體發(fā)展系數(shù)的確定
7．3．2 灰作用量的確定
7．4 TIGM（1，1）的應(yīng)用實(shí)例
第8章 BIGM（1，1）和TIGM（1，1）修正
8．1 GM（1，1）的建模條件
8．2 基于馬爾可夫預(yù)測的修正過程
8．3 馬爾可夫修正的應(yīng)用實(shí)例
8．4 基于人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的修正過程
8．5 人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)修正的應(yīng)用實(shí)例
第9章 基于整體發(fā)展系數(shù)的區(qū)間數(shù)多變量灰色模型
9．1 經(jīng)典GM（1，N）和GM（0，N）的模型方程
9．2 區(qū)間數(shù)GM（1，N）
9．3 TIGM（1，N）的預(yù)測公式
9．4 參數(shù)估計
9．5 全國發(fā)電量的區(qū)間預(yù)測
9．6 消費(fèi)者價格指數(shù)的區(qū)間預(yù)測
9．7 區(qū)間數(shù)GM（0，N）
9．8 馬爾可夫修正過程
9．9 社會消費(fèi)品零售總額預(yù)測
第10章 矩陣型GM（1，1）
10．1 面向二元區(qū)間數(shù)的矩陣型GM（1，1）
10．2 背景值改造
10．3 矩陣型原始差分GM（1，1）和離散GM（1，1）
10．4 四模型的統(tǒng)一預(yù)測公式
10．5 面向三元區(qū)間數(shù)的矩陣型GM（1，1）
10．6 應(yīng)用實(shí)例108\\
10．7 結(jié)果分析
第11章 矩陣型多變量灰色模型
11．1 區(qū)間數(shù)灰色關(guān)聯(lián)度
11．2 矩陣型GM（1，N）
11．3 矩陣型GM（0，N）
11．4 MINGM（1，N）實(shí)例分析
11．5 MINGM（0，N）實(shí)例分析
第12章 向量自回歸和多元線性回歸聯(lián)合模型
12．1 面向區(qū)間數(shù)序列的向量自回歸模型
12．2 面向區(qū)間數(shù)序列的向量多元線性回歸模型
12．3 聯(lián)合模型
12．4 浙江省工業(yè)用電量的區(qū)間預(yù)測
12．5 全國用電量的區(qū)間預(yù)測
參考文獻(xiàn)