摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 研究工作的背景与意义 | 第11页 |
1.2 电网投资方法现状 | 第11-13页 |
1.2.1 传统电网投资方法 | 第11-12页 |
1.2.2 基于灰色模型的电网投资测算方法 | 第12-13页 |
1.3 电网投资决策难点分析 | 第13-16页 |
1.3.1 传统投资方法存在的问题 | 第13-14页 |
1.3.2 数据特点分析 | 第14-15页 |
1.3.3 问题总结 | 第15-16页 |
1.4 论文主要内容和章节安排 | 第16-17页 |
第二章 电网基建投资模型总体设计方法 | 第17-34页 |
2.1 基于运营数据的电网基建投资模型的总体思路研究 | 第17-18页 |
2.2 特征的选取策略 | 第18-22页 |
2.2.1 特征提取方法综述 | 第18-19页 |
2.2.2 特征选取策略要求分析 | 第19-20页 |
2.2.3 灰色关联分析法 | 第20-22页 |
2.2.4 灰色斜率关联度 | 第22页 |
2.3 数据扩充方法研究 | 第22-25页 |
2.3.1 数据扩充思路研究 | 第22-23页 |
2.3.2 聚类分析 | 第23-24页 |
2.3.3 AGNES层次聚类算法 | 第24-25页 |
2.4 电网基建投资预测模型研究 | 第25-29页 |
2.4.1 电网基建投资预测模型需求分析 | 第25-26页 |
2.4.2 回归分析法 | 第26页 |
2.4.3 时间序列分析法 | 第26-27页 |
2.4.4 神经网络预测模型 | 第27-28页 |
2.4.5 分类回归树模型 | 第28-29页 |
2.4.6 投资预测模型总结 | 第29页 |
2.5 基于运营数据的总体电网基建投资模型预测流程 | 第29-30页 |
2.6 针对指定城市的精准预测模型预测流程 | 第30-32页 |
2.6.1 模型总体流程 | 第30-31页 |
2.6.2 回归树模型分类流程 | 第31-32页 |
2.6.3 异质性回归树算法 | 第32页 |
2.7 本章小结 | 第32-34页 |
第三章 基于运营数据的总体电网基建投资模型 | 第34-57页 |
3.1 数据预处理方法 | 第34-38页 |
3.1.1 投资额变化趋势分析 | 第34-35页 |
3.1.2 回归树模型输入优化方法 | 第35-38页 |
3.1.3 常规预处理方法 | 第38页 |
3.2 总体基建投资模型特征选取方法研究 | 第38-41页 |
3.2.1 特征选取策略研究 | 第38-40页 |
3.2.2 特征选取策略有效性分析 | 第40-41页 |
3.3 总体电网基建投资模型预测实验 | 第41-47页 |
3.4 数据预处理方式合理性分析 | 第47-49页 |
3.5 模型准确性分析 | 第49-55页 |
3.5.1 灰色模型仿真 | 第49-54页 |
3.5.2 实验结果对比 | 第54-55页 |
3.6 本章小结 | 第55-57页 |
第四章 针对特定城市的精准预测模型 | 第57-68页 |
4.1 投资额数据变化趋势分析 | 第57-58页 |
4.2 精准基建投资模型特征选取方法研究 | 第58-60页 |
4.3 异质性回归树预测方法 | 第60-62页 |
4.3.1 城市聚类分析 | 第60-61页 |
4.3.2 模型预测实验 | 第61-62页 |
4.4 预测结果及分析 | 第62-64页 |
4.5 模型合理性分析 | 第64-67页 |
4.5.1 异质性回归树与回归树结果对比 | 第64-65页 |
4.5.2 数据扩充方法有效性分析 | 第65-66页 |
4.5.3 精准预测模型与总体预测模型对比 | 第66-67页 |
4.6 本章小结 | 第67-68页 |
第五章 总结与展望 | 第68-70页 |
5.1 总结 | 第68页 |
5.2 展望 | 第68-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-74页 |
攻读硕士学位期间取得的成果 | 第74页 |