基于组合模型的风功率预测

摘要	第1-3页
Abstract	第3-4页
目录	第4-6页
第一章 绪论	第6-11页
·风功率预测背景及意义	第6-7页
·风功率预测的研究方法及现状	第7-9页
·本文的研究内容	第9-11页
第二章 神经网络风功率预测模型	第11-22页
·BP神经网络预测模型	第11-12页
·小波神经网络预测模型	第12-16页
·小波变换理论	第12-14页
·建立小波神经网络模型	第14-16页
·Bp神经网络与小波神经网络对比	第16-22页
第三章 支持向量机风功率预测模型	第22-35页
·支持向量机的发展历程	第22-23页
·支持向量机理论	第23-27页
·统计学习理论	第23-25页
·最优超平面理论	第25-26页
·核函数	第26-27页
·支持向量机工具箱LIBSVM	第27-28页
·LIBSVM简介	第27页
·LIBSVM使用方法	第27-28页
·短期风速预测实例分析	第28-35页
第四章 组合模型的风功率预测模型	第35-41页
·组合模型的意义	第35页
·组合模型的方法	第35-37页
·模型组合的实践	第37-41页
第五章 结论与展望	第41-42页
参考文献	第42-43页
硕士阶段公幵发表的论文	第43-44页
附录	第44-61页
致谢	第61-63页