1 导论 1
1.1 研究目的和意义 1
1.2 国内外研究现状与存在的问题 3
1.3 主要研究内容 7
1.4 研究方法和技术路线 9
1.5 面向农机销售预测的数据挖掘结构框架 11
1.6 研究创新点 11
1.7 本章小结 13
2 数据挖掘理论及其相关技术 14
2.1 数据挖掘技术概述 14
2.2 时间序列分析相关理论 19
2.3 神经网络相关理论 23
2.4 遗传算法相关理论 31
2.5 灰色系统相关理论 36
2.6 本章小结 38
3 基于传统挖掘工具农机销售预测模型研究及实证分析 40
3.1 基于线性回归的农机销售预测模型研究及实证分析 40
3.2 基于时间序列分解的农机销售预测模型研究及实证分析 48
3.3 基于移动平均的农机销售预测模型研究及实证分析 58
3.4 基于自回归的农机销售预测模型研究及实证分析 62
3.5 基于指数平滑法的农机销售预测模型研究及实证分析 65
3.6 基于灰色理论的农机销售预测模型研究及实证分析 68
3.7 应用传统挖掘工具农机销售预测模型比较分析 72
3.8 本章小结 73
4 基于智能挖掘工具农机销售预测模型研究及实证分析 74
4.1 基于BP神经网络的农机销售预测模型研究及实证分析 74
4.2 基于径向基网络的农机销售预测模型研究及实证分析 98
4.3 基于TSDBP的农机销售预测模型研究及实证分析 109
4.4 基于SAGA优化神经网络的农机销售预测模型研究及实证分析 116
4.5 应用智能挖掘工具农机销售预测模型比较分析 122
4.6 本章小结 124
5 基于区域宏观因素的农机销售预测建模及实证分析 125
5.1 农机销售影响因素分析 125
5.2 区域宏观因素与农机销售关联度分析 128
5.3 基于区域宏观因素的农机销售预测建模及实证分析 134
5.4 本章小结 138
6 集成的基于B/S结构面向分布异构数据的农机销售预测分析系统设计与开发 140
6.1 农机销售预测分析系统开发方法和开发环境 140
6.2 农机销售预测分析系统的系统分析 143
6.3 农机销售预测分析系统的系统设计与实现 144
6.4 农机销售预测分析系统安装 155
6.5 本章小结 156
7 结论 157
7.1 研究的主要结论 157
7.2 研究的主要创新点 160
7.3 研究不足和改进建议 161
参考文献 162
后记 173