基于智慧城市的电力通信流量预测模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 电力通信流量预测中存在的问题 | 第11-12页 |
| 1.4 论文的研究内容 | 第12-13页 |
| 第2章 最小二乘支持向量机算法概述 | 第13-24页 |
| 2.1 支持向量机的理论概述 | 第13页 |
| 2.2 支持向量机回归原理 | 第13-20页 |
| 2.2.1 结构风险最小化原则 | 第13-15页 |
| 2.2.2 支持向量机回归原理 | 第15-18页 |
| 2.2.3.最小二乘支持向量机 | 第18-19页 |
| 2.2.4 核函数的选择 | 第19-20页 |
| 2.3 粒子群参数优化的理论概述 | 第20-23页 |
| 2.3.1 标准粒子群参数优化原理 | 第21-22页 |
| 2.3.2 改进粒子群优化理论 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于粒子群寻优的支持向量机模型的建立 | 第24-34页 |
| 3.1 电力通信网特性分析 | 第24-27页 |
| 3.1.1 流量影响因子—不确定性 | 第24-25页 |
| 3.1.2 流量影响因子—周期性 | 第25-27页 |
| 3.2 数据预处理 | 第27-29页 |
| 3.2.1 流量数据的预处理 | 第27-28页 |
| 3.2.2 输入变量及样本的选取 | 第28页 |
| 3.2.3 样本数据的归一化处理 | 第28-29页 |
| 3.3 模型参数的确定 | 第29-30页 |
| 3.4 预测模型的建立 | 第30-33页 |
| 3.4.1 流量预测模型的建立 | 第30-32页 |
| 3.4.2 评价指标选取 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 电力通信流量预测模型的实例分析 | 第34-47页 |
| 4.1 流量节点的选取 | 第34-39页 |
| 4.1.1 某地区电力通信信息网概况 | 第34-35页 |
| 4.1.2 节点流量的选取 | 第35-39页 |
| 4.2 最小二乘支持向量机模型预测 | 第39-41页 |
| 4.2.1 参数的分析与设置 | 第40页 |
| 4.2.2 仿真研究 | 第40-41页 |
| 4.2.3 算法存在的缺陷 | 第41页 |
| 4.3 标准粒子群支持向量机模型预测 | 第41-43页 |
| 4.3.1 参数的分析与设置 | 第41-42页 |
| 4.3.2 仿真研究 | 第42页 |
| 4.3.3 算法存在的缺陷与对策 | 第42-43页 |
| 4.4 改进粒子群支持向量机模型预测 | 第43-44页 |
| 4.4.1 参数的分析与设置 | 第43页 |
| 4.4.2 仿真研究 | 第43-44页 |
| 4.5 预测曲线分析 | 第44-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 5.1 论文工作总结 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 在学期间发表的学术论文和参加科研情况 | 第52-53页 |
| 致谢 | 第53页 |
