智能调度操作票的机器自学习方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·电网智能调度操作票系统的研究意义 | 第9页 |
| ·操作票系统的研究现状综述 | 第9-13页 |
| ·本文的主要思想 | 第13-14页 |
| ·本文所做的主要工作 | 第14-15页 |
| 第2章 机器自学习及范例推理的基本理论 | 第15-26页 |
| ·机器自学习 | 第15-21页 |
| ·机器自学习研究的四个阶段 | 第16-17页 |
| ·主要的学习策略 | 第17-18页 |
| ·基本的学习方法 | 第18-21页 |
| ·范例推理 | 第21-25页 |
| ·概述 | 第21-22页 |
| ·范例的表示方法及检索技术 | 第22-24页 |
| ·范例库的维护 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 范例推理在调度操作票中的应用 | 第26-46页 |
| ·操作票系统的知识表示 | 第26-32页 |
| ·网络层结构知识 | 第26-27页 |
| ·厂站层结构知识 | 第27-29页 |
| ·设备层结构知识 | 第29-32页 |
| ·范例库的模型建立 | 第32-40页 |
| ·操作规则知识 | 第33-34页 |
| ·范例库模型 | 第34-37页 |
| ·实例分析 | 第37-40页 |
| ·范例推理的闭环学习 | 第40-43页 |
| ·操作程序内容的修改 | 第40-41页 |
| ·操作程序数量的改变 | 第41-43页 |
| ·基于范例推理的自学习操作票系统生成流程 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于范例推理的自学习操作票系统的实现 | 第46-60页 |
| ·系统实现的硬件环境 | 第46-47页 |
| ·系统的软件结构及流程图 | 第47-49页 |
| ·电网调度操作票软件模块 | 第47-48页 |
| ·操作票生成流程 | 第48-49页 |
| ·系统开票实例 | 第49-59页 |
| ·自动开票实例 | 第49-55页 |
| ·点图开票实例 | 第55-57页 |
| ·典型票开票实例 | 第57-58页 |
| ·短语开票实例 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 结论与展望 | 第60-61页 |
| ·结论 | 第60页 |
| ·后续工作的展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 在学期间发表的学术论文和参加科研情况 | 第63-64页 |
| 致谢 | 第64页 |
