| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究背景 | 第10-13页 |
| ·课题研究内容 | 第13-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·本文组织结构 | 第15-18页 |
| 第2章 云计算技术 | 第18-34页 |
| ·基本概念 | 第18-19页 |
| ·云计算的基本架构 | 第19-22页 |
| ·云计算的核心技术 | 第22-31页 |
| ·GFS 文件系统 | 第22-25页 |
| ·MapReduce 计算模型 | 第25-27页 |
| ·分布式锁服务 Chubby | 第27-29页 |
| ·分布式的结构化数据存储系统 BigTable | 第29-31页 |
| ·云计算技术的主要优势 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第3章 Hadoop 平台架构及其分布式搭建测试 | 第34-50页 |
| ·Hadoop 平台介绍 | 第34-40页 |
| ·HDFS 文件系统 | 第36-39页 |
| ·Hadoop MapReduce 编程框架 | 第39-40页 |
| ·Hadoop 平台搭建及测试 | 第40-49页 |
| ·单机伪分布式模式 | 第40-45页 |
| ·完全分布式模式 | 第45-48页 |
| ·运行时间对比 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 最优加权组合法在电能短期负荷预测中的应用 | 第50-64页 |
| ·负荷预测 | 第50-52页 |
| ·灰色系统 GM（1,1）预测法 | 第52-55页 |
| ·灰色系统基本概念 | 第52-54页 |
| ·灰色系统 GM（1,1）实验与分析 | 第54-55页 |
| ·SVM（支持向量机）预测法 | 第55-58页 |
| ·SVM 基本原理 | 第56-57页 |
| ·SVM 预测实验与分析 | 第57-58页 |
| ·人工神经网络预测法 | 第58-60页 |
| ·人工神经网络基本介绍 | 第58-60页 |
| ·人工神经网络预测实验与分析 | 第60页 |
| ·最优加权组合法 | 第60-63页 |
| ·权值确定 | 第61-62页 |
| ·最优加权组合预测法实验及分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 基于 Hadoop 平台的电能预测管理系统设计 | 第64-72页 |
| ·系统总体架构 | 第65-66页 |
| ·软件系统设计 | 第66-68页 |
| ·系统主要功能及界面 | 第68-70页 |
| ·本章小结 | 第70-72页 |
| 第6章 总结与展望 | 第72-74页 |
| ·总结 | 第72-73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士期间已发表的论文 | 第78-79页 |
| 致谢 | 第79页 |