基于灰色神经网络的农产品数量安全预测模型的研究 |
论文目录 | | 摘要 | 第1-6页 | Abstract | 第6-8页 | 目录 | 第8-10页 | 图索引 | 第10-11页 | 表索引 | 第11-12页 | 第1章 引言 | 第12-18页 | · 课题研究的背景 | 第12-13页 | · 研究理论价值和实际意义 | 第13页 | · 国内外研究现状 | 第13-15页 | · 主要研究内容 | 第15-16页 | · 论文的组织结构 | 第16-18页 | 第2章 灰色系统和神经网络基本理论研究 | 第18-32页 | · 农产品数量安全基本理论 | 第18-19页 | · 农产品数量安全构成 | 第18-19页 | · 农产品预测方法 | 第19页 | · 灰色系统理论 | 第19-25页 | · 灰色系统基本原理 | 第20-21页 | · 灰色关联分析理论 | 第21-22页 | · 灰色预测模型简介 | 第22-25页 | · 神经网络基本理论 | 第25-28页 | · 神经网络组成要素 | 第25-26页 | · BP神经网络基本理论 | 第26-28页 | · 预测模型系统的基本理论 | 第28-31页 | · 灰色神经网络基本原理 | 第28页 | · 预测模型系统的关键技术 | 第28-31页 | · 本章小结 | 第31-32页 | 第3章 灰色神经网络的农产品数量安全预测模型的研究 | 第32-52页 | · 农业数据信息特征分析 | 第32-36页 | · 样本数据选取 | 第32-33页 | · 样本数据分析 | 第33-36页 | · 灰色系统预测模型分析与选取 | 第36-39页 | · 灰色系统模型选取和优化 | 第36-37页 | · 灰色系统预测模型分析 | 第37-39页 | · BP神经网络设计 | 第39-42页 | · BP神经网络设计要素 | 第39-40页 | · BP神经网络模型 | 第40-41页 | · BP算法及其优化 | 第41-42页 | · 灰色神经网络模型设计 | 第42-49页 | · GM(1,1)-BP预测模型研究 | 第42-44页 | · 农产品产量系统的灰色关联分析 | 第44-48页 | · GM(1,N)-BP预测模型研究 | 第48-49页 | · 本章小结 | 第49-52页 | 第4章 农产品数量安全模型预测系统的应用研究 | 第52-70页 | · 预测系统概述 | 第52-53页 | · 系统平台简介 | 第52-53页 | · 系统性能需求 | 第53页 | · 预测模型系统整体设计 | 第53-60页 | · 系统架构设计 | 第53-56页 | · 模块结构设计 | 第56-58页 | · 交互逻辑设计 | 第58-60页 | · 基于多维枢轴表的MVVM模式扩展研究 | 第60-65页 | · OLAP和MVVM模式原理 | 第60-61页 | · 多维数据可视化建模 | 第61-64页 | · MVVM模式扩展详细设计 | 第64-65页 | · 预测模型系统应用 | 第65-69页 | · 系统预测步骤 | 第65-68页 | · 系统模型管理 | 第68-69页 | · 小结 | 第69-70页 | 第5章 农产品数量安全预测模型的实例分析 | 第70-76页 | · 关联因素验证分析 | 第70-72页 | · 灰色神经网络预测分析 | 第72-75页 | · 本章小结 | 第75-76页 | 第6章 总结与展望 | 第76-78页 | · 全文工作总结 | 第76-77页 | · 今后工作的展望 | 第77-78页 | 参考文献 | 第78-82页 | 攻读硕士学位期间参与的学术活动 | 第82-84页 | 一、发表的学术论文和已获成果 | 第82页 | 二、参与的主要科研项目 | 第82-84页 | 致谢 | 第84页 |
|
|
|