| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-21页 |
| ·能源 | 第9-14页 |
| ·能源概念及其分类 | 第9-11页 |
| ·能源发展形势 | 第11-13页 |
| ·能源安全与国家经济安全 | 第13-14页 |
| ·能源供需预测 | 第14-16页 |
| ·预测概念 | 第14-15页 |
| ·能源供需预测 | 第15-16页 |
| ·国内外能源供需预测研究动态 | 第16-19页 |
| ·本文主要研究内容及章节安排 | 第19-21页 |
| 第2章 支持向量机 | 第21-34页 |
| ·支持向量机 | 第21-25页 |
| ·线性可分情况下的支持向量机 | 第21-23页 |
| ·线性不可分情况下的支持向量机 | 第23-24页 |
| ·核函数 | 第24-25页 |
| ·支持向量回归(SVR) | 第25-28页 |
| ·ε-支持向量回归 | 第26-27页 |
| ·ν-支持向量回归 | 第27-28页 |
| ·局部支持向量回归 | 第28-33页 |
| ·局部支持向量回归模型(LSVR) | 第28-30页 |
| ·LSVR与SVR的关系 | 第30-31页 |
| ·局部支持向量回归模型的核化 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 混合遗传算法 | 第34-41页 |
| ·遗传算法 | 第34-38页 |
| ·遗传算法及其基本操作 | 第34-36页 |
| ·遗传算法的流程 | 第36页 |
| ·遗传算法的优点 | 第36-38页 |
| ·混合遗传算法 | 第38-40页 |
| ·混合式多参数映射编码方法 | 第38页 |
| ·适应度函数 | 第38-39页 |
| ·混合遗传算法的选择操作 | 第39页 |
| ·混合遗传算法的交叉和变异操作 | 第39页 |
| ·精英保留策略 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于HGA-LSVR的能源供需预测模型 | 第41-48页 |
| ·影响能源预测的主要因素 | 第41-44页 |
| ·经济发展因素 | 第41-42页 |
| ·人口与城市化因素 | 第42-43页 |
| ·能源价格 | 第43-44页 |
| ·技术进步因素 | 第44页 |
| ·基于混合遗传算法的局部支持向量回归模型 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 基于HGA-LSVR的能源供需预测模型仿真 | 第48-59页 |
| ·基于SVR及LSVR能源预测模型仿真 | 第49-54页 |
| ·基于不同核函数类型的SVR及LSVR模型仿真 | 第49-51页 |
| ·核函数参数σ对SVR及LSVR预测性能的影响 | 第51-52页 |
| ·ε对SVR及LSVR预测性能的影响 | 第52页 |
| ·惩罚参数C对SVR及LSVR预测性能的影响 | 第52-53页 |
| ·κ对LSVR预测性能的影响 | 第53-54页 |
| ·基于LSVR、HGA-LSVR的能源预测模型比较 | 第54-56页 |
| ·2010-2014 年能源消费量预测 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第6章 总结与展望 | 第59-61页 |
| ·本文工作总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 硕士期间论文发表情况 | 第66页 |