基于粒子群的改进支持向量机定价算法的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文主要内容 | 第13-14页 |
| 第二章 电价理论和实时电价 | 第14-24页 |
| 2.1 电价制定的法规 | 第14-15页 |
| 2.2 电价的具体分类 | 第15-16页 |
| 2.3 实时电价 | 第16-22页 |
| 2.3.1 实时电价的理论基础 | 第16-18页 |
| 2.3.2 实时电价的理论发展 | 第18-19页 |
| 2.3.3 实时电价的实施基础 | 第19-21页 |
| 2.3.4 实时电价下的用户响应 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 基于支持向量机的电价预测模型和数据挖掘 | 第24-41页 |
| 3.1 支持向量机的模型介绍 | 第24-30页 |
| 3.1.1 支持向量机的回归原理 | 第24-27页 |
| 3.1.2 支持向量机的参数影响 | 第27-29页 |
| 3.1.3 SVR电价预测的算法流程 | 第29-30页 |
| 3.2 电价数据的挖掘与处理 | 第30-37页 |
| 3.2.1 数据的选取 | 第30-33页 |
| 3.2.2 基于时间序列相似搜索法的数据挖掘 | 第33-35页 |
| 3.2.3 数据的归一化预处理 | 第35-37页 |
| 3.3 仿真验证 | 第37-39页 |
| 3.4 实时电价制定的总体流程 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于粒子群的改进型支持相量机电价预测模型 | 第41-53页 |
| 4.1 粒子群算法的参数寻优 | 第41-46页 |
| 4.1.1 粒子群算法原理 | 第41-43页 |
| 4.1.2 粒子群算法中惯性权重的选择 | 第43-45页 |
| 4.1.3 粒子群算法对SVR参数寻优的实现 | 第45-46页 |
| 4.2 改进PSO对SVR参数的寻优 | 第46-48页 |
| 4.3 仿真结果分析 | 第48-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
