| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-24页 |
| ·引言 | 第10-11页 |
| ·决策支持系统基本结构和发展趋势 | 第11-15页 |
| ·决策支持系统的模式及基本结构 | 第11-13页 |
| ·决策支持系统存在的问题及解决方法 | 第13-15页 |
| ·数据挖掘在决策支持系统中的应用及趋势分析 | 第15-22页 |
| ·数据挖掘的过程和方法 | 第15-17页 |
| ·数据挖掘在决策支持空间层次上的作用 | 第17-18页 |
| ·基于数据挖掘的决策支持系统研究应用现状 | 第18-21页 |
| ·基于神经网络的数据挖掘及其在DSS的应用分析 | 第21-22页 |
| ·本文研究的意义和内容 | 第22-24页 |
| 2 基于数据挖掘的电力营销决策支持系统的结构设计原理及方法 | 第24-38页 |
| ·引言 | 第24页 |
| ·电力营销决策系统需求分析 | 第24-33页 |
| ·业务监控 | 第24-26页 |
| ·综合查询 | 第26-30页 |
| ·业务报表 | 第30-31页 |
| ·综合分析 | 第31-32页 |
| ·客户分析 | 第32-33页 |
| ·总体框架设计的原理和方法 | 第33-36页 |
| ·总体结构方案 | 第33-34页 |
| ·功能分析 | 第34-35页 |
| ·系统特点及关键技术 | 第35-36页 |
| ·小结 | 第36-38页 |
| 3 数据仓库及OLAP分析 | 第38-60页 |
| ·引言 | 第38页 |
| ·电力营销数据仓库的分析设计 | 第38-45页 |
| ·数据仓库的引入及特征 | 第38-40页 |
| ·数据仓库的关键技术及设计步骤 | 第40-42页 |
| ·数据仓库的存储方式和组织方式 | 第42-43页 |
| ·电力营销数据仓库方案设计 | 第43-45页 |
| ·电力营销的OLAP分析设计 | 第45-58页 |
| ·OLAP技术基本原理 | 第45-47页 |
| ·电力营销OLAP分析内容和方法 | 第47-51页 |
| ·基于BO的电量电费分析设计 | 第51-58页 |
| ·小结 | 第58-60页 |
| 4 基于ANN的数据挖掘空间选择方法研究 | 第60-70页 |
| ·引言 | 第60页 |
| ·多维数据挖掘模型 | 第60-62页 |
| ·用于数据挖掘空间选择的ANN结构及算法研究 | 第62-67页 |
| ·非线性模型的变量选择方法 | 第62-65页 |
| ·多维空间选择的ANN结构及其算法研究 | 第65-67页 |
| ·应用实例分析 | 第67-68页 |
| ·小结 | 第68-70页 |
| 5 结构自适应的聚类神经网络及其应用研究 | 第70-96页 |
| ·引言 | 第70页 |
| ·自组织特征神经网络的聚类原理 | 第70-73页 |
| ·聚类准则的研究 | 第73-83页 |
| ·聚类准则的设计 | 第73-74页 |
| ·聚类准则的曲线试验 | 第74-83页 |
| ·结构自适应的聚类神经网络研究 | 第83-85页 |
| ·基本算法 | 第83-84页 |
| ·改进算法 | 第84-85页 |
| ·基于结构自适应聚类ANN的用户用电时间特征研究 | 第85-94页 |
| ·电力营销中的聚类问题 | 第85-86页 |
| ·用户用电量时间特征的聚类分析 | 第86-94页 |
| ·小结 | 第94-96页 |
| 6 结论 | 第96-98页 |
| 致谢 | 第98-100页 |
| 参考文献 | 第100-106页 |
| 附录 | 第106-108页 |
| 附录1：作者在攻读博士期间发表的论文 | 第106-107页 |
| 附录2：作者在攻读博士期间参加的项目 | 第107-108页 |