基于数据预处理和人工智能优化的组合预测模型的研究及应用
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 本文研究内容及结构 | 第11-13页 |
| 第二章 预测模型 | 第13-17页 |
| 2.1 预测模型的分类 | 第13-15页 |
| 2.1.1 单一预测模型 | 第13-15页 |
| 2.1.2 组合预测模型 | 第15页 |
| 2.2 预测评价指标 | 第15-16页 |
| 2.3 本章小结 | 第16-17页 |
| 第三章 数据预处理 | 第17-21页 |
| 3.1 小波变换 | 第17-18页 |
| 3.2 多分辨分析和Mallat塔式算法 | 第18-19页 |
| 3.2.1 多分辨分析定义 | 第18页 |
| 3.2.2 Mallat塔式算法 | 第18-19页 |
| 3.3 小波降噪 | 第19-20页 |
| 3.4 本章小结 | 第20-21页 |
| 第四章 智能优化算法 | 第21-23页 |
| 4.1 PSO算法介绍 | 第21-22页 |
| 4.2 PSO算法流程 | 第22页 |
| 4.3 本章小结 | 第22-23页 |
| 第五章 组合模型方法介绍 | 第23-29页 |
| 5.1 极限学习机 | 第23-24页 |
| 5.2 相空间重构预测 | 第24-27页 |
| 5.2.1 相空间重构 | 第24-25页 |
| 5.2.2 C-C方法 | 第25-26页 |
| 5.2.3 混沌时间序列预测 | 第26-27页 |
| 5.3 最小二乘支持向量机 | 第27-28页 |
| 5.4 本章小结 | 第28-29页 |
| 第六章 组合预测模型设计与实现 | 第29-49页 |
| 6.1 组合预测模型设计 | 第29-32页 |
| 6.1.1 数据集选择及划分 | 第30-32页 |
| 6.2 实验一：电力负荷预测 | 第32-42页 |
| 6.2.1 背景 | 第32-33页 |
| 6.2.2 实验仿真及结果 | 第33-42页 |
| 6.3 实验二：电价预测 | 第42-48页 |
| 6.3.1 背景 | 第42页 |
| 6.3.2 实验仿真及结果 | 第42-48页 |
| 6.4 本章小结 | 第48-49页 |
| 第七章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 在学期间的研究成果 | 第52-53页 |
| 致谢 | 第53页 |
