基于GA-SVR的短期风速预测
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 1 绪论 | 第6-10页 |
| ·问题研究的背景和意义 | 第6页 |
| ·风速预测的概念和特点 | 第6-7页 |
| ·风速预测的研究现状 | 第7-8页 |
| ·支持向量机和遗传算法的研究现状 | 第8-9页 |
| ·本论文的主要工作 | 第9-10页 |
| 2 遗传算法和支持向量机理论介绍 | 第10-21页 |
| ·遗传算法介绍 | 第10-11页 |
| ·遗传算法的特点 | 第10-11页 |
| ·遗传算法的基本原理与方法 | 第11页 |
| ·遗传算法染色体编码 | 第11-12页 |
| ·编码原则 | 第11-12页 |
| ·编码方法 | 第12页 |
| ·适应度函数 | 第12-14页 |
| ·遗传算子 | 第14-16页 |
| ·支持向量机简介 | 第16页 |
| ·支持向量回归机 | 第16-19页 |
| ·参数对支持向量回归机的影响 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 基于遗传算法的支持向量回归机 | 第21-26页 |
| ·SVR 参数及其影响 | 第21-22页 |
| ·遗传算法及其对SVR 参数的优化 | 第22-25页 |
| ·遗传算法的各参数选择 | 第22-24页 |
| ·遗传算法优化SVR 参数的步骤 | 第24页 |
| ·实验的预测结果 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 4 用统计学方法对风速数据预处理 | 第26-32页 |
| ·实验数据的奇异点去除 | 第26-28页 |
| ·实验数据说明 | 第26页 |
| ·奇异点的去除 | 第26-27页 |
| ·应用spss 对数据进行统计分析 | 第27-28页 |
| ·主成分分析对输入数据进行处理 | 第28-31页 |
| ·主成分分析的原理 | 第28-29页 |
| ·主成分分析的算法 | 第29-30页 |
| ·主成分分析法对数据的预处理 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 5 基于GA-SVR 的风速预测 | 第32-40页 |
| ·实验数据的分析 | 第32页 |
| ·实验数据的来源 | 第32页 |
| ·数据预处理 | 第32页 |
| ·GA-SVR 模型预测风速 | 第32-34页 |
| ·风速预测的步骤 | 第32-33页 |
| ·遗传算法的各种设置 | 第33-34页 |
| ·风速预测的结果及检验 | 第34-38页 |
| ·风速预测的结果 | 第34-37页 |
| ·预测结果的检验 | 第37-38页 |
| ·模型的评价 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 6 结论 | 第40-42页 |
| ·全文工作结论 | 第40页 |
| ·进一步工作展望 | 第40-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 附录 | 第45页 |
