| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究的背景知识 | 第8-9页 |
| 1.2 问题研究现状 | 第9-10页 |
| 1.3 问题的研究意义 | 第10-11页 |
| 1.4 研究内容、方法以及论文框架 | 第11-12页 |
| 1.4.1 研究内容、方法 | 第11页 |
| 1.4.2 论文框架 | 第11-12页 |
| 1.5 本章小结 | 第12-13页 |
| 第二章 数据描述与选取 | 第13-20页 |
| 2.1 数据来源 | 第13页 |
| 2.2 符号说明 | 第13-14页 |
| 2.3 缺失数据的处理 | 第14-15页 |
| 2.4 数据的选取 | 第15-17页 |
| 2.5 天气数据的选取 | 第17-19页 |
| 2.5.1 风力风向的处理 | 第17-18页 |
| 2.5.2 温度的处理 | 第18-19页 |
| 2.6 本章小结 | 第19-20页 |
| 第三章 时间序列模型的建立与预测 | 第20-31页 |
| 3.1 ARIMA模型的原理及其算法 | 第20-22页 |
| 3.1.1 ARIMA模型的原理 | 第20-21页 |
| 3.1.2 ARIMA(p,d,q)模型算法的步骤 | 第21-22页 |
| 3.2 时间序列的平稳性检验 | 第22-24页 |
| 3.3 模型的建立与定阶 | 第24-25页 |
| 3.4 模型的预测与检验 | 第25-27页 |
| 3.4.1 模型的检验 | 第25页 |
| 3.4.2 模型的预测 | 第25-27页 |
| 3.5 预测结果的误差调整 | 第27-29页 |
| 3.6 时间序列模型的优缺点 | 第29-31页 |
| 第四章 BP神经网络算法 | 第31-42页 |
| 4.1 BP神经网络的介绍 | 第31-32页 |
| 4.2 BP神经网络设计的基本方法 | 第32-35页 |
| 4.2.1 网络层数的确定 | 第33页 |
| 4.2.2 输入层的节点数 | 第33页 |
| 4.2.3 输出层的节点数 | 第33页 |
| 4.2.4 网络层数的确定 | 第33-34页 |
| 4.2.5 传输函数 | 第34-35页 |
| 4.3 BP神经网络的应用 | 第35-40页 |
| 4.4 BP神经网络预测模型的优点和缺陷 | 第40-41页 |
| 4.5 BP神经网络的改进 | 第41-42页 |
| 第五章 总结 | 第42-44页 |
| 附录 | 第44-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52页 |