| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 图表清单 | 第10-12页 |
| 1 绪论 | 第12-18页 |
| ·选题背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·预测的特点及预测科学的发展情况 | 第14-16页 |
| ·本文主要研究工作及章节安排 | 第16-18页 |
| 2 燃气负荷预测综述 | 第18-32页 |
| ·燃气负荷 | 第18-19页 |
| ·燃气负荷预测概念 | 第19页 |
| ·燃气负荷预测的分类和特点 | 第19-20页 |
| ·燃气负荷预测的基本原理 | 第20-21页 |
| ·燃气负荷预测的基本步骤 | 第21-22页 |
| ·燃气负荷预测的误差分析 | 第22页 |
| ·燃气负荷预测的方法及模型 | 第22-32页 |
| 3 基于人工神经网络预测理论的研究 | 第32-52页 |
| ·人工神经网络简介 | 第32-36页 |
| ·人工神经网络建模的理论基础 | 第36-42页 |
| ·人工神经网络的学习方式和学习方法 | 第42-45页 |
| ·本次研究采用的人工神经网络模型及算法 | 第45-52页 |
| 4 基于 ANN 的短期燃气负荷预测应用实例 | 第52-76页 |
| ·负荷预测模型的构建 | 第52-58页 |
| ·网络的程序实现 | 第58-59页 |
| ·预测实例 | 第59-75页 |
| ·结论与分析 | 第75-76页 |
| 5 ANN 结合遗传算法和小波理论在短期燃气负荷预测的研究 | 第76-90页 |
| ·遗传算法简介 | 第76-77页 |
| ·遗传算法的实现 | 第77-83页 |
| ·小波神经网络简介 | 第83-85页 |
| ·小波神经网络预测模型、具体算法及实例分析 | 第85-90页 |
| 6 结论与展望 | 第90-92页 |
| ·主要结论 | 第90-91页 |
| ·后续研究工作的展望 | 第91-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-98页 |
| 附录 A | 第98-102页 |
| 附录 B | 第102-110页 |
| 附录 C | 第110-111页 |
| 独创性声明 | 第111页 |
| 学位论文版权使用授权书 | 第111页 |