| 第一章 绪论 | 第1-16页 |
| 1．1 用电管理信息系统现状及发展方向 | 第8-10页 |
| 1．1．1 用电管理信息系统现状 | 第8-9页 |
| 1．1．2 电力市场下营销信息系统的发展方向 | 第9页 |
| 1．1．3 营销决策支持系统需求功能分析 | 第9-10页 |
| 1．2 营销决策过程分析及电力营销决策问题的实质 | 第10-12页 |
| 1．2．1 营销决策的一般过程分析 | 第10-11页 |
| 1．2．2 电力营销决策问题的实质 | 第11-12页 |
| 1．2．3 决策的控制模型抽象 | 第12页 |
| 1．3 数据仓库技术的发展现状及基于数据仓库技术的DSS研究 | 第12-15页 |
| 1．3．1 数据仓库技术的发展现状 | 第12-14页 |
| 1．3．2 基于数据仓库方法的DSS应用研究 | 第14-15页 |
| 1．4 选题背景及意义 | 第15页 |
| 1．5 论文的主要工作 | 第15-16页 |
| 第二章 电力营销决策主题域与决策分析功能设计 | 第16-25页 |
| 2．1 电力营销体系划分及决策分析内容 | 第16-18页 |
| 2．1．1 电力营销体系划分 | 第16页 |
| 2．1．2 营销决策分析主题域 | 第16-18页 |
| 2．2 决策分析系统开发内容及结构设计 | 第18-23页 |
| 2．2．1 系统服务的对象 | 第18页 |
| 2．2．2 销售毛利分析决策模型 | 第18-20页 |
| 2．2．2．1 模型制定 | 第18-19页 |
| 2．2．2．2 决策模型描述 | 第19-20页 |
| 2．2．3 营销决策分析内容及系统功能设计 | 第20-23页 |
| 2．2．3．1 销售毛利分析内容 | 第20-21页 |
| 2．2．3．2 单项指标的分析内容与分析功能设计 | 第21-23页 |
| 2．3 电力营销决策支持系统结构设计 | 第23-25页 |
| 第三章 电力营销数据仓库的构造及实现 | 第25-38页 |
| 3．1 数据仓库技术在实用化决策支持系统开发中应用 | 第25-30页 |
| 3．1．1 数据仓库的概念 | 第25-28页 |
| 3．1．2 数据仓库项目的开发过程 | 第28页 |
| 3．1．3 数据仓库中的元数据 | 第28-29页 |
| 3．1．4 基于数据仓库的决策支持系统实现技术 | 第29-30页 |
| 3．1．4．1 联机分析处理技术的应用 | 第29-30页 |
| 3．1．4．2 数据挖掘技术的应用 | 第30页 |
| 3．2 电力营销数据仓库构建过程 | 第30-34页 |
| 3．2．1 营销决策支持系统数据仓库体系结构设计 | 第30-32页 |
| 3．2．2 数据仓库构建步骤 | 第32-34页 |
| 3．2．2．1 概念模型设计 | 第32-33页 |
| 3．2．2．2 逻辑模型设计 | 第33页 |
| 3．2．2．3 物理模型设计 | 第33页 |
| 3．2．2．4 数据仓库的生成 | 第33-34页 |
| 3．2．2．5 数据仓库的使用和维护 | 第34页 |
| 3．3 本系统元数据库的构造 | 第34-36页 |
| 3．3．1 元数据库的作用 | 第34-35页 |
| 3．3．2 管理元数据库的构造 | 第35页 |
| 3．3．3 用户元数据的构造 | 第35-36页 |
| 3．4 电力营销数据仓库构建过程总结 | 第36-38页 |
| 第四章 电力营销决策分析模型库及方法库设计 | 第38-60页 |
| 4．1 营销决策分析模型库设计 | 第38-44页 |
| 4．1．1 统计分析模型设计 | 第38-41页 |
| 4．1．1．1 相对指标分析模型 | 第38-39页 |
| 4．1．1．2 平均指标分析模型 | 第39页 |
| 4．1．1．3 综合指数分析模型 | 第39-40页 |
| 4．1．1．4 模型应用说明 | 第40-41页 |
| 4．1．2 客户分析模型设计 | 第41-44页 |
| 4．1．2．1 盈亏平衡点计算模型 | 第41页 |
| 4．1．2．2 用户成本结构和用电成本分析模型 | 第41-42页 |
| 4．1．2．3 客户信誉度评价模型 | 第42-44页 |
| 4．1．2．4 模型应用说明 | 第44页 |
| 4．2 中长期用电需求预测综述 | 第44-45页 |
| 4．3 中长期负荷预测算法及方法库设计 | 第45-60页 |
| 4．3．1 模型制定综述 | 第45-46页 |
| 4．3．2 指数型增长售电预测算法设计 | 第46-49页 |
| 4．3．2．1 二次指数平滑法 | 第46页 |
| 4．3．2．2 GM（1,1）模型 | 第46-47页 |
| 4．3．2．3 模型改进 | 第47-48页 |
| 4．3．2．4 应用算例 | 第48-49页 |
| 4．3．3 S型与Gompertzlan型增长规律预测算法设计 | 第49-55页 |
| 4．3．3．1 常规回归算法 | 第49-51页 |
| 4．3．3．2 基于非线性参数估计的回归预测 | 第51-52页 |
| 4．3．3．3 基于“近大远小”的线性加权 | 第52-53页 |
| 4．3．3．4 非线性加权回归预测法 | 第53-54页 |
| 4．3．3．5 算例分析及应用说明 | 第54-55页 |
| 4．3．4 模糊回归预测算法设计 | 第55-60页 |
| 4．3．4．1 预测模型的建立 | 第55-57页 |
| 4．3．4．2 模型的改进 | 第57-58页 |
| 4．3．4．3 应用算例及结论 | 第58-60页 |
| 第五章 电力营销决策支持系统应用体系简介 | 第60-65页 |
| 5．1 电力营销决策支持系统应用体系 | 第60-62页 |
| 5．1．1 基于Business Objects前端工具的DSS应用开发 | 第60页 |
| 5．1．2 系统应用框架 | 第60-61页 |
| 5．1．3 系统安全机制及应用说明 | 第61-62页 |
| 5．2 电力营销决策分析系统应用简介 | 第62-65页 |
| 5．2．1 多维分析技术的应用层次总结 | 第62-63页 |
| 5．2．2 人机交互实现决策支持的闭环过程说明 | 第63-65页 |
| 第六章 系统开发总结及应用前景展望 | 第65-68页 |
| 6．1 系统开发过程总结 | 第65页 |
| 6．2 应用效果 | 第65页 |
| 6．3 应用前景展望 | 第65-68页 |
| 参考文献 | 第68-67页 |
| 致谢 | 第67-70页 |
