首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于遗传算法优化灰色幂模型的中长期负荷预测研究

摘要第1-7页
Abstract第7-9页
目录第9-11页
第1章 绪论第11-16页
   ·论文的选题背景及意义第11-12页
   ·国内外研究现状第12-14页
     ·负荷预测研究动态第12-13页
     ·灰色理论研究动态第13-14页
   ·研究内容与技术路线第14-15页
   ·本章小结第15-16页
第2章 电力负荷预测理论第16-23页
   ·电力负荷预测基本概念第16-17页
   ·电力负荷预测的分类第17-18页
   ·电力负荷预测的特点第18-19页
   ·电力负荷预测基本程序第19-20页
   ·电力负荷预测技术比较分析第20-22页
     ·经验负荷预测技术第20-21页
     ·经典负荷预测技术第21页
     ·电力负荷预测新技术第21-22页
   ·本章小结第22-23页
第3章 传统灰色预测模型缺陷研究第23-29页
   ·灰色系统理论的产生与发展第23-24页
   ·灰色预测理论的基本原理第24-25页
   ·传统GM(1,1)模型第25-27页
   ·GM(1,1)模型预测缺陷分析第27-28页
     ·适用范围分析第27页
     ·冲击扰动系统第27-28页
     ·序列算子第28页
   ·本章小结第28-29页
第4章 基于遗传算法优化的灰色幂预测模型构建第29-38页
   ·灰色幂预测模型第29-30页
   ·灰色幂模型预测误差研究第30-31页
     ·历史数据因素第30页
     ·时间响应函数参数C第30-31页
     ·灰色幂参数α第31页
   ·灰色幂模型数据预处理第31-32页
   ·遗传算法优化灰色幂模型参数第32-35页
     ·遗传算法特点第32-33页
     ·优化流程第33-34页
     ·MATLAB工具箱设置第34-35页
   ·基于GA-NGBM的中长期负荷预测模型第35-37页
   ·本章小结第37-38页
第5章 基于GA-NGBM的中长期负荷预测算例分析第38-43页
   ·河北南网负荷概况第38页
   ·历史数据预处理第38页
   ·预测模型参数设置第38-39页
   ·预测结果第39-40页
   ·预测误差分析第40-42页
   ·本章小结第42-43页
第6章 结论与展望第43-45页
   ·论文研究工作总结第43页
   ·展望第43-45页
参考文献第45-49页
攻读硕士学位期间发表的论文及其它成果第49-51页
致谢第51页

论文共51页,点击 下载论文
上一篇:宣威供电公司人力资源能力成熟度评价研究
下一篇:超超临界机组给水系统的建模与优化