| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景及意义 | 第8页 |
| ·电价的特点与预测难点 | 第8-10页 |
| ·电价的特点分析 | 第9-10页 |
| ·电价预测的难点 | 第10页 |
| ·电价预测方法 | 第10-13页 |
| ·本文主要工作内容 | 第13-15页 |
| 第二章 GM(1,1)幂模型 | 第15-26页 |
| ·GM(1,1)模型 | 第16-22页 |
| ·GM(1,1)模型的建模原理 | 第16-20页 |
| ·GM(1,1)模型的建模步骤 | 第20-21页 |
| ·GM(1,1)模型的适用范围 | 第21-22页 |
| ·GM(1,1)幂模型 | 第22-25页 |
| ·GM(1,1)幂模型的建模步骤 | 第23-24页 |
| ·GM(1,1)幂模型的参数分析 | 第24页 |
| ·GM(1,1)幂模型的参数优化 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 粒子群优化算法与BP神经网络 | 第26-36页 |
| ·粒子群优化算法 | 第26-30页 |
| ·粒子群优化算法的背景知识 | 第26-27页 |
| ·粒子群优化算法数学描述 | 第27-28页 |
| ·粒子群优化算法步骤与伪代码 | 第28-29页 |
| ·粒子群优化算法参数设置 | 第29-30页 |
| ·BP神经网络 | 第30-35页 |
| ·神经网络发展概况 | 第30-31页 |
| ·人工神经网络的特点和基本原理 | 第31-32页 |
| ·人工神经网络用于电价预测 | 第32-33页 |
| ·BP神经网络与BP学习算法 | 第33-34页 |
| ·BP神经网络的主要不足与改进 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于粒子群优化GM(1,1)幂-神经网络模型的短期电价预测 | 第36-44页 |
| ·数据预处理 | 第36-37页 |
| ·一元线性回归模型 | 第36-37页 |
| ·数据的分离与预测 | 第37页 |
| ·粒子群优化GM(1,1)幂-神经网络模型的建立 | 第37-38页 |
| ·程序实现 | 第38-40页 |
| ·预测结果分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 结论 | 第44-45页 |
| ·主要研究结果 | 第44页 |
| ·尚待研究的问题 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 本人攻读学位期间完成的工作 | 第48-49页 |
| 致谢 | 第49页 |