摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.3 本文主要工作 | 第14页 |
1.4 本文主要结构 | 第14-17页 |
第2章 相关技术介绍 | 第17-25页 |
2.1 混沌时间序列分析 | 第17-18页 |
2.1.1 相空间重构理论 | 第17-18页 |
2.1.2 混沌时间序列预测 | 第18页 |
2.2 支持向量机理论 | 第18-21页 |
2.2.1 支持向量机回归 | 第18-20页 |
2.2.2 常用核函数 | 第20页 |
2.2.3 组合核函数 | 第20-21页 |
2.3 模拟退火算法 | 第21-22页 |
2.4 ARMA模型简要介绍 | 第22-25页 |
第3章 基于SVR的空调负荷预测算法与系统需求分析 | 第25-31页 |
3.1 空调系统概述 | 第25页 |
3.2 算法和系统功能性需求 | 第25-28页 |
3.2.1 系统需求目标 | 第25-26页 |
3.2.2 算法需求目标 | 第26页 |
3.2.3 功能模块划分 | 第26-28页 |
3.3 系统非功能需求 | 第28页 |
3.4 系统数据分析 | 第28-29页 |
3.5 本章小结 | 第29-31页 |
第4章 基于SVR的空调负荷预测算法设计 | 第31-55页 |
4.1 相关基础问题的处理 | 第31-33页 |
4.1.1 仿真数据来源与预处理 | 第31页 |
4.1.2 SVR核函数 | 第31-32页 |
4.1.3 仿真效果评价指标 | 第32-33页 |
4.2 混沌SVR预测算法设计与仿真 | 第33-37页 |
4.2.1 混沌时间序列相空间重构 | 第33-34页 |
4.2.2 混沌SVR预测算法的设计 | 第34-36页 |
4.2.3 混沌SVR预测算法的仿真 | 第36-37页 |
4.3 改进的模拟退火优化SVR预测算法设计与仿真 | 第37-50页 |
4.3.1 SVR参数优化 | 第38-39页 |
4.3.2 模拟退火优化算法分析 | 第39页 |
4.3.3 模拟退火优化算法改进 | 第39-40页 |
4.3.4 MSA-SVR预测算法的设计 | 第40-44页 |
4.3.5 MSA-SVR预测算法的仿真 | 第44-50页 |
4.4 基于ARMA模型的SVR预测误差校正算法设计与仿真 | 第50-52页 |
4.4.1 基于ARMA模型的SVR预测误差校正算法设计 | 第50-51页 |
4.4.2 基于ARMA模型的SVR预测误差校正算法仿真 | 第51-52页 |
4.5 混沌MSA-SVR-ARMA空调负荷预测算法 | 第52-53页 |
4.6 本章小结 | 第53-55页 |
第5章 基于SVR的空调负荷预测系统的设计 | 第55-65页 |
5.1 空调负荷预测系统结构设计 | 第55-56页 |
5.1.1 系统架构设计方案 | 第55-56页 |
5.1.2 系统详细设计方案 | 第56页 |
5.2 基于SVR的空调负荷预测系统功能设计 | 第56-61页 |
5.2.1 数据管理模块的设计 | 第57页 |
5.2.2 相空间重构模块的设计 | 第57-58页 |
5.2.3 参数寻优模块的设计 | 第58-59页 |
5.2.4 负荷预测与分析模块的设计 | 第59-60页 |
5.2.5 ARMA误差校正模块的设计 | 第60-61页 |
5.3 系统的数据库设计 | 第61-64页 |
5.3.1 数据库的实体设计 | 第61-62页 |
5.3.2 数据库表的设计 | 第62-64页 |
5.4 本章小结 | 第64-65页 |
第6章 基于SVR的空调负荷预测系统的实现与测试 | 第65-77页 |
6.1 系统实现配置环境 | 第65页 |
6.2 数据管理模块的实现 | 第65-67页 |
6.3 相空间重构模块的实现 | 第67-68页 |
6.4 参数寻优模块的实现 | 第68-70页 |
6.5 负荷预测与分析模块的实现 | 第70-71页 |
6.6 ARMA误差校正模块的实现 | 第71-73页 |
6.7 软件测试 | 第73-75页 |
6.7.1 测试环境 | 第73页 |
6.7.2 测试用例 | 第73-75页 |
6.8 本章小结 | 第75-77页 |
结论 | 第77-79页 |
参考文献 | 第79-83页 |
攻读硕士学位期间所获得的研究成果 | 第83-85页 |
致谢 | 第85页 |