| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 基于聚类分析的大数据问题 | 第8页 |
| 1.2 大规模负荷数据聚类问题 | 第8-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.4 国内外研究现状 | 第13-14页 |
| 第二章 传统K-means聚类算法的基本原理及分析 | 第14-18页 |
| 2.1 传统K-means算法的基本原理 | 第14页 |
| 2.2 传统K-means算法的特性分析 | 第14-18页 |
| 第三章 阶层式K-means聚类算法 | 第18-23页 |
| 3.1 基于数据简化的阶层式K-means聚类算法 | 第18-21页 |
| 3.2 阶层式K-means聚类算法的特性分析 | 第21-23页 |
| 第四章 基于TRUST-TECH优化技术的H-KTT聚类算法 | 第23-36页 |
| 4.1 非线性优化问题 | 第23-25页 |
| 4.2 TRUST-TECH优化技术 | 第25-34页 |
| 4.2.1 概述 | 第25页 |
| 4.2.2 动力系统的一般特性 | 第25-26页 |
| 4.2.3 TRUST-TECH技术在非线性有约束优化问题中的应用 | 第26-31页 |
| 4.2.4 TRUST-TECH优化技术的实现 | 第31-34页 |
| 4.3 基于TRUST-TECH技术的H-KTT聚类算法 | 第34-36页 |
| 第五章 算例分析 | 第36-51页 |
| 5.1 负荷曲线聚类问题 | 第36-37页 |
| 5.2 负荷曲线聚类问题的效果评价指标 | 第37-39页 |
| 5.3 数据集介绍 | 第39页 |
| 5.4 阶层式K-means算法的实现及效果分析 | 第39-48页 |
| 5.4.1 数据分层结构的构建 | 第39-42页 |
| 5.4.2 效果分析 | 第42-48页 |
| 5.5 H-KTT算法的实现及效果分析 | 第48-51页 |
| 第六章 结论与展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 发表论文和参加科研情况说明 | 第58-59页 |
| 致谢 | 第59-60页 |
