基于GM-ARIMA模型的发电量预测研究 |
论文目录 | | 摘要 | 第1-4页 | Abstract | 第4-8页 | 第一章 绪论 | 第8-13页 | · 论文选题背景及研究意义 | 第8-9页 | · 论文选题背景 | 第8-9页 | · 论文研究意义 | 第9页 | · 国内外研究现状 | 第9-12页 | · 传统预测方法 | 第9-10页 | · 新兴预测方法 | 第10页 | · 组合预测方法 | 第10-11页 | · 残差修正法 | 第11-12页 | · 本文的研究内容及结构安排 | 第12-13页 | 第二章 ARIMA模型 | 第13-21页 | · ARIMA模型概述 | 第13-14页 | · 时间序列分析法简述 | 第13页 | · ARIMA模型的提出 | 第13页 | · ARIMA模型的构成 | 第13-14页 | · ARIMA模型 | 第14页 | · 平稳性条件 | 第14-15页 | · AR(p)模型的平稳性条件 | 第14-15页 | · MA(q)模型的平稳性条件 | 第15页 | · ARIMA(p,d,q)模型的平稳性条件 | 第15页 | · ADF单位根检验 | 第15-18页 | · DF检验 | 第15-16页 | · DF检验的等价表达 | 第16-17页 | · DF检验的三种类型 | 第17页 | · ADF检验 | 第17-18页 | · 建模流程 | 第18-21页 | · 数据的平稳化处理 | 第18页 | · 自相关函数和偏自相关函数 | 第18页 | · ARIMA模型识别规则 | 第18-19页 | · 参数估计 | 第19页 | · 模型定阶 | 第19页 | · 模型检验 | 第19-20页 | · 模型预测 | 第20-21页 | 第三章 灰色预测模型 | 第21-27页 | · 灰色系统基本理论 | 第21页 | · 传统灰色预测模型 | 第21-23页 | · GM(1,1)建模原理 | 第21-22页 | · GM(1,1)模型检验 | 第22-23页 | · 基于灰色预测理论修正ARIMA模型 | 第23-27页 | · 改进原理 | 第23-24页 | · GM-ARIMA模型流程图 | 第24-25页 | · 建立GM-ARIMA模型 | 第25-27页 | 第四章 GM-ARIMA模型的应用-以甘肃省发电量预测为例 | 第27-37页 | · 数据来源 | 第27-28页 | · 数据来源 | 第27-28页 | · 作图 | 第28页 | · 基于ARIMA模型甘肃省发电量预测 | 第28-33页 | · 甘肃省发电量数据的平稳化处理 | 第28-30页 | · ARIMA模型的识别与建立 | 第30-32页 | · ARIMA模型预测 | 第32-33页 | · 基于GM-ARIMA模型甘肃省发电量预测 | 第33-34页 | · 基于灰色预测理论改进ARIMA模型 | 第33页 | · 甘肃省发电量数据分析 | 第33-34页 | · 结果分析 | 第34-37页 | · 常用模型精度评价指标 | 第34-35页 | · 结果分析 | 第35-36页 | · 积极政策指导 | 第36-37页 | 第五章 结论与展望 | 第37-38页 | 参考文献 | 第38-39页 | 在学期间的研究成果 | 第39-40页 | 致谢 | 第40页 |
|
|
|