| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·选题意义 | 第11-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·本文主要研究内容及组织结构 | 第16-18页 |
| 第2章 电力负荷预测模型理论基础 | 第18-25页 |
| ·电力负荷预测概念 | 第18-19页 |
| ·电力负荷定义 | 第18页 |
| ·负荷预测的概念 | 第18页 |
| ·电力负荷预测的影响因素 | 第18-19页 |
| ·电力负荷预测数学描述 | 第19-20页 |
| ·电力负荷预测模型概述 | 第20-24页 |
| ·电力负荷预测建模要求 | 第20页 |
| ·电力负荷预测建模原理 | 第20-21页 |
| ·经典模型 | 第21-22页 |
| ·基于神经网络的电力负荷预测模型 | 第22-24页 |
| ·基于遗传算法的电力负荷预测模型 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基因表达式编程的神经网络优化设计 | 第25-50页 |
| ·进化计算概要 | 第25-32页 |
| ·遗传算法 GA | 第26-28页 |
| ·遗传编程 GP | 第28-32页 |
| ·标准基因表达式编程 GEP | 第32-41页 |
| ·个体表示方式和组织结构 | 第32-36页 |
| ·适应度函数 | 第36-37页 |
| ·遗传算子 | 第37-40页 |
| ·算法基本结构 | 第40-41页 |
| ·改进的 GEP | 第41-49页 |
| ·标准 GEP 局限性分析 | 第41-42页 |
| ·多样性策略思想 | 第42-43页 |
| ·改进算法 | 第43-44页 |
| ·改进算法形式化描述 | 第44-46页 |
| ·多样性策略的数值实验验证 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 改进 GEP 结合 BP 神经网络的电力负荷预测模型的建立 | 第50-64页 |
| ·基因表达式编程和神经网络结合的 GEP-BP 网络 | 第50-51页 |
| ·基因表达式算法确定 BP 神经网络结构 | 第51-58页 |
| ·输入、输出层的神经元选择 | 第51页 |
| ·隐含层选择 | 第51-52页 |
| ·基因表达式算法确定神经网络结构 | 第52-55页 |
| ·多样性与收敛性理论 | 第55-58页 |
| ·收敛性分析 | 第58页 |
| ·MS-GEP 算法确定 BP 网络初始权值 | 第58-59页 |
| ·模型评价指标 | 第59-60页 |
| ·负荷仿真与结构分析 | 第60-62页 |
| ·隐含层的确定 | 第60页 |
| ·预测结果 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 结论 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 作者简介 | 第72页 |
| 攻读硕士期间发表的论文和参加科研情况 | 第72-73页 |