| 0 前言 | 第1-10页 |
| 0．1 背景 | 第7页 |
| 0．2 电力营销决策支持系统发展概况和存在的问题 | 第7-8页 |
| 0．3 本文主要工作 | 第8-10页 |
| 1 意向决策支持技术在电力营销中的应用 | 第10-17页 |
| 1．1 意向决策支持概述 | 第10页 |
| 1．2 意向决策支持在电力营销系统中应用的主要目标 | 第10-11页 |
| 1．3 具有意向决策支持功能的电力营销管理与决策系统 | 第11-17页 |
| 1．3．1 问题生成子系统原理 | 第12-13页 |
| 1．3．2 问题生成子系统的设计及建构相关知识库 | 第13-17页 |
| 2 基于智能技术的用电预测数据挖掘（DM）模型建立 | 第17-28页 |
| 2．1 智能技术 | 第18-19页 |
| 2．2 RBF神经网络 | 第19-20页 |
| 2．3 RBF神经网络的建立 | 第20-21页 |
| 2．3．1 输入特征量的选取 | 第20-21页 |
| 2．3．2 RBF神经网络的训练和预测 | 第21页 |
| 2．4 模糊系统 | 第21-22页 |
| 2．5 模糊控制系统的设计 | 第22-25页 |
| 2．5．1 输入变量的模糊化 | 第22-23页 |
| 2．5．2 隶属函数的确定和图形表示方法 | 第23-24页 |
| 2．5．3 模糊控制规则及算法结构 | 第24页 |
| 2．5．4 反模糊化 | 第24-25页 |
| 2．6 基于智能技术的数据仓库挖掘 | 第25-26页 |
| 2．6．1 实际问题的处理 | 第25-26页 |
| 2．7 基于智能技术的数据挖掘模型和ANALYSIS MANAGER工具的对比 | 第26-28页 |
| 3 电力营销决策支持系统总体设计 | 第28-35页 |
| 3．1 系统设计思想 | 第29页 |
| 3．2 电力营销决策支持系统总体设计 | 第29-32页 |
| 3．2．1 数据转换聚合子系统 | 第29-30页 |
| 3．2．2 统计报表（及图表）生成子系统 | 第30页 |
| 3．2．3 综合查询子系统 | 第30-31页 |
| 3．2．4 综合分析子系统 | 第31-32页 |
| 3．3 系统集成 | 第32-33页 |
| 3．4 系统的硬件配置 | 第33-34页 |
| 3．5 系统的软件环境 | 第34-35页 |
| 4 系统实现 | 第35-47页 |
| 4．1 分析与设计思路 | 第35-37页 |
| 4．1．1 数据仓库技术 | 第35-36页 |
| 4．1．2 联机分析处理（OLAP）与数据挖掘 | 第36页 |
| 4．1．3 数据仓库与数据库主要区别 | 第36页 |
| 4．1．4 OLAP应用现状 | 第36-37页 |
| 4．2 基于数据仓库的电力营销决策支持系统（DSS）构建和实现 | 第37-47页 |
| 4．2．1 数据转换（聚合）子系统 | 第37-39页 |
| 4．2．2 综合查询子系统 | 第39-42页 |
| 4．2．3 综合分析子系统 | 第42-47页 |
| 5 基于联机分析处理（OLAP）的电力营销统计报表生成方法 | 第47-53页 |
| 5．1 OLAP数据处理技术与传统数据库技术比较 | 第47页 |
| 5．2 SQL SERVER 2000中的OLAP技术 | 第47-48页 |
| 5．3 实现思想 | 第48-49页 |
| 5．4 基于OLAP的电力营销统计报表生成步骤 | 第49-53页 |
| 5．4．1 DTS的实现（源数据的导入） | 第49页 |
| 5．4．2 创建、聚合立方体 | 第49-51页 |
| 5．4．3 PivotTable服务 | 第51页 |
| 5．4．4 统计报表生产 | 第51-53页 |
| 6 结束语 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 硕士论文期间发表（录用）论文 | 第57-58页 |
