具备可解释能力的市场清算价格预测模型研究
| 摘要 | 第1页 |
| ABSTRACT | 第3-7页 |
| 第一章 引言 | 第7-12页 |
| ·选题背景及研究意义 | 第7-8页 |
| ·国内外研究动态 | 第8-11页 |
| ·电价预测综述 | 第8-10页 |
| ·决策树数据挖掘技术综述 | 第10-11页 |
| ·本文所做的主要工作 | 第11-12页 |
| 第二章 电价及其电价预测 | 第12-18页 |
| ·电价的形成 | 第12页 |
| ·电价的特点 | 第12-14页 |
| ·电价的影响因素 | 第14-15页 |
| ·电价预测的基本概念 | 第15页 |
| ·电价预测的分类 | 第15-16页 |
| ·电价预测的流程 | 第16页 |
| ·本章小结 | 第16-18页 |
| 第三章 数据挖掘及其决策树技术 | 第18-26页 |
| ·数据挖掘 | 第18-20页 |
| ·数据挖掘的概念 | 第18页 |
| ·数据挖掘的任务 | 第18-19页 |
| ·数据挖掘的过程 | 第19页 |
| ·数据挖掘在电力系统中的应用 | 第19-20页 |
| ·决策树技术 | 第20-24页 |
| ·决策树基本概念和原理 | 第20-21页 |
| ·决策树的剪枝 | 第20页 |
| ·决策树生成分类规则 | 第20-21页 |
| ·C4.5 算法 | 第21-23页 |
| ·C4.5 算法原理 | 第21-22页 |
| ·C4.5 算法流程 | 第22-23页 |
| ·C4.5 算法同其他决策树算法比较 | 第23页 |
| ·微软决策树算法 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第四章 神经网络 | 第26-35页 |
| ·神经网络的概念 | 第26-27页 |
| ·BP 神经网络的基本结构和原理 | 第27-28页 |
| ·BP 神经网络的基本算法 | 第28-31页 |
| ·BP 神经网络的改进 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第五章 具备可解释能力的电价混合预测模型 | 第35-42页 |
| ·数据预处理 | 第35-36页 |
| ·为什么要进行数据预处理 | 第35页 |
| ·空缺值的处理 | 第35页 |
| ·“价格钉”的处理 | 第35-36页 |
| ·数据序列的规范化 | 第36页 |
| ·因素分析及其选取 | 第36-38页 |
| ·因素分析 | 第36-37页 |
| ·因素分析的必要性 | 第36页 |
| ·因素分析的方法 | 第36-37页 |
| ·各种因素分析方法的比较 | 第37页 |
| ·因素选取 | 第37-38页 |
| ·决策树模型输入因素的选取 | 第37-38页 |
| ·神经网络模型输入因素的选取 | 第38页 |
| ·模型的建立 | 第38-40页 |
| ·预测模型结构 | 第38-39页 |
| ·模型预测流程 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第六章 实例分析 | 第42-51页 |
| ·算例说明 | 第42页 |
| ·结果分析 | 第42-50页 |
| ·预测误差评价指标及其选取 | 第42-43页 |
| ·可解释性分析 | 第43-46页 |
| ·不同时段的可解释性分析 | 第43-45页 |
| ·相同时段的可解释性分析 | 第45-46页 |
| ·预测结果分析 | 第46-50页 |
| ·整体比较分析 | 第46-48页 |
| ·特殊时段对比分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第七章 结语 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 在学期间发表的学术论文和参加科研情况 | 第58页 |
