| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-14页 |
| ·论文的背景和意义 | 第9-12页 |
| ·预测的意义 | 第9-11页 |
| ·预测的发展历史 | 第11-12页 |
| ·本文在预测方面的创新和应用 | 第12-14页 |
| 2 预测理论基础 | 第14-27页 |
| ·预测的基本原理和步骤 | 第14-21页 |
| ·预测的基本原理 | 第14-17页 |
| ·预测的一般步骤 | 第17-19页 |
| ·预测中常用的理论与技术 | 第19-21页 |
| ·基于神经网络的预测 | 第21-26页 |
| ·人工神经元模型 | 第21-23页 |
| ·神经网络的预测结构 | 第23-24页 |
| ·神经网络的预测过程 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 3 基于改进人工神经网络的短期电力负荷预测 | 第27-41页 |
| ·短期电力负荷预测的重要意义 | 第27页 |
| ·基于改进人工神经网络的短期电力负荷预测 | 第27-39页 |
| ·BP(Back Propation)人工神经网络 | 第28-33页 |
| ·同类型日思想 | 第33-35页 |
| ·基于改进的算法进行短期电力负荷预测 | 第35-37页 |
| ·仿真结果分析 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 4 基于BP人工经网络的石油管道泄漏的预测 | 第41-50页 |
| ·石油管道泄漏的预测的意义 | 第41页 |
| ·基于BP人工神经网络的石油管道泄漏的预测 | 第41-49页 |
| ·基于改进学习速率的石油管道泄漏预测 | 第42-46页 |
| ·石油管道泄漏的预测过程 | 第46-48页 |
| ·BP人工神经网络的仿真结果的分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 基于BP算法的多层前馈网络在短期城市用水量预测中的应用 | 第50-58页 |
| ·短期城市用水量预测的意义 | 第50页 |
| ·基于BP人工神经网络对城市用水量预测 | 第50-57页 |
| ·基于BP人工神经网络的算法设计 | 第51-53页 |
| ·预测建模的一般步骤 | 第53页 |
| ·短期城市用水量预测的BP网络建模及仿真 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 6 结论及展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 本文作者硕士期间参加的科研项目及发表的学术论文 | 第62-63页 |
| 致谢 | 第63-64页 |