| 摘要 | 第1-6页 |
| 1 引言 | 第6-13页 |
| 1．1 理论背景——预测领域的神经网络方法 | 第6-11页 |
| 1．1．1 直接预测 | 第7-9页 |
| 1．1．1．1 特定方法 | 第7页 |
| 1．1．1．2 动态方法 | 第7页 |
| 1．1．1．3 分布函数法 | 第7-8页 |
| 1．1．1．4 其它方法 | 第8页 |
| 1．1．1．5 各种方法比较 | 第8-9页 |
| 1．1．2 组合预测 | 第9-11页 |
| 1．1．2．1 线性组合预测模型 | 第9-10页 |
| 1．1．2．2 非线性组合预测模型 | 第10-11页 |
| 1．2 应用背景——四川省电力发展状况 | 第11-13页 |
| 2 电力消费与经济发展的关系 | 第13-32页 |
| 2．1 输入数据处理 | 第13-14页 |
| 2．1．1 三年移动平均 | 第13-14页 |
| 2．1．2 轮比指数化 | 第14页 |
| 2．2 BP神经网络算法的拟合模型 | 第14-18页 |
| 2．2．1 标准的BP算法 | 第15-16页 |
| 2．2．2 改进BP网络算法 | 第16页 |
| 2．2．3 拟合结果 | 第16-18页 |
| 2．3 径向基函数网络算法的拟合模型 | 第18-19页 |
| 2．3．1 径向基函数网络 | 第18页 |
| 2．3．2 拟合结果 | 第18-19页 |
| 2．4 GMDH神经网络算法的拟合模型 | 第19-32页 |
| 2．4．1 GMDH神经网络算法 | 第20-24页 |
| 2．4．2 拟合结果 | 第24-27页 |
| 2．4．3 GMDH拟合模型的经济分析 | 第27-32页 |
| 2．4．3．1 电力消费总量模型分析 | 第27-28页 |
| 2．4．3．2 第一产业用电状况分析 | 第28-29页 |
| 2．4．3．3 工业用电状况分析 | 第29-30页 |
| 2．4．3．4 第三产业电力需求分析 | 第30页 |
| 2．4．3．5 生活电力消费的分析 | 第30-31页 |
| 2．4．3．6 经济分析总结 | 第31-32页 |
| 3 四川省经济发展及人民生活水平预测 | 第32-42页 |
| 3．1 方案一——经济按自身惯性趋势发展 | 第32-36页 |
| 3．1．1 GMDH算法进行的经济预测 | 第32-33页 |
| 3．1．2 改进BP网络的经济预测 | 第33页 |
| 3．1．3 径向基函数网络的经济预测 | 第33-34页 |
| 3．1．4 各经济指标的组合预测 | 第34-36页 |
| 3．2 方案二——经济发展实现政府部门公布的计划目标 | 第36-37页 |
| 3．3 方案三——经济发展达到社会乐观估计水平 | 第37-38页 |
| 3．4 方案四——经济以社会悲观估计时的低水平发展 | 第38-39页 |
| 3．5 方案五——按社会平均估计水平下的经济增长模式 | 第39-42页 |
| 4 组合神经网络模型对电力需求的预测及分析 | 第42-50页 |
| 4．1 组合预测模型计算 | 第42-44页 |
| 4．2 预测结果的修正 | 第44-47页 |
| 4．3 预测结果分析 | 第47-50页 |
| 4．3．1 电力消费总量分析 | 第47-48页 |
| 4．3．2 电力消费结构分析 | 第48-50页 |
| 5 结束语 | 第50-51页 |
| ● 附录1 各项外生变量GMDH时间序列模型 | 第51-53页 |
| ● 附录2 模型原始数据 | 第53-57页 |
| ● 附录3 部分经济专家及机构对四川经济发展的估计 | 第57-59页 |
| ● 参考文献 | 第59-62页 |
| ● 致谢 | 第62页 |
