支持向量机在电力系统负荷预测中的应用
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 引言 | 第10-19页 |
| ·电力系统负荷预测综述 | 第10-12页 |
| ·电力系统负荷预测的概念与意义 | 第10-11页 |
| ·电力系统负荷预测的分类 | 第11-12页 |
| ·电力系统负荷预测研究状况概述 | 第12-18页 |
| ·电力系统负荷预测模型简介 | 第12-14页 |
| ·电力系统负荷预测的现状概述 | 第14-18页 |
| ·本文的主要工作 | 第18-19页 |
| 第二章 支持向量机模型和算法概述 | 第19-30页 |
| ·支持向量机学习问题的探讨 | 第19-20页 |
| ·支持向量机与统计学习理论 | 第20-23页 |
| ·基于经验风险最小化原则算法的局限性 | 第20-21页 |
| ·VC 维的概念和学习机的泛化能力 | 第21-22页 |
| ·基于结构风险最小化原则算法的优越性 | 第22-23页 |
| ·应用于分类和回归问题的支持向量机 | 第23-28页 |
| ·分类问题支持向量机的建模及算法研究 | 第23-26页 |
| ·回归问题支持向量机的建模及算法研究 | 第26-28页 |
| ·支持向量机算法分析 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第三章 支持向量机参数的选择以及具体算法的改进 | 第30-41页 |
| ·支持向量机的参数性能以及选择方法研究 | 第30-34页 |
| ·支持向量机的核函数的概念及分类 | 第30-31页 |
| ·支持向量机参数选取对算法性能影响的研究 | 第31页 |
| ·支持向量机参数选取的具体实例分析 | 第31-34页 |
| ·支持向量机参数改进研究 | 第34-36页 |
| ·用免疫算法对支持向量机的参数进行优化 | 第36-40页 |
| ·免疫算法的概念及其优越性 | 第36-37页 |
| ·用免疫算法优化支持向量机参数的具体算法 | 第37-39页 |
| ·免疫支持向量机应用于负荷预测实例分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 小波和支持向量机方法相结合应用于负荷预测 | 第41-48页 |
| ·小波与支持向量机结合起来进行预测的理论基础 | 第41-42页 |
| ·小波理论概述 | 第42页 |
| ·小波支持向量机算法应用于负荷预测算例分析 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 电力系统负荷预测软件的编制开发 | 第48-54页 |
| ·电力系统负荷预测软件开发的总体构想 | 第48-49页 |
| ·电力系统负荷预测软件的具体设计 | 第49-52页 |
| ·电力系统负荷预测软件的数据库设计 | 第49-50页 |
| ·电力系统负荷预测软件的预测方法模型库 | 第50-51页 |
| ·电力系统负荷预测软件结果查询与显示功能 | 第51-52页 |
| ·电力系统负荷预测软件的具体功能简介 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结束语 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 作者在学期间取得的学术成果 | 第60页 |
