| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题背景与研究意义 | 第10-13页 |
| ·可持续发展 | 第10-11页 |
| ·能源可持续发展 | 第11-12页 |
| ·课题研究意义 | 第12-13页 |
| ·能源可持续发展评价研究动态 | 第13-17页 |
| ·可持续发展指标体系研究 | 第13-14页 |
| ·能源可持续发展指标体系研究 | 第14-15页 |
| ·可持续发展指标体系评价方法研究动态 | 第15-17页 |
| ·本文主要研究内容及章节安排 | 第17-19页 |
| ·本文主要研究内容 | 第17页 |
| ·论文章节安排 | 第17-19页 |
| 第2章 能源可持续发展指标体系构建方法 | 第19-32页 |
| ·引言 | 第19页 |
| ·指标体系构建流程 | 第19-23页 |
| ·明确指标体系的主体 | 第19-20页 |
| ·剖析主体与构建框架 | 第20-21页 |
| ·指标选取 | 第21-23页 |
| ·基于相关性分析的指标体系筛选方法 | 第23-25页 |
| ·相关性分析原理 | 第23-24页 |
| ·相关性分析的步骤 | 第24-25页 |
| ·基于相关性分析的能源可持续发展指标体系构建 | 第25-31页 |
| ·能源可持续发展指标体系的构建 | 第25-27页 |
| ·能源可持续发展评价指标的相关性分析 | 第27-30页 |
| ·基于相关性分析的能源可持续发展评价指标体系 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于SVR的能源可持续发展评价模型 | 第32-46页 |
| ·引言 | 第32页 |
| ·支持向量机 | 第32-40页 |
| ·支持向量机基本模型 | 第33-36页 |
| ·核函数 | 第36-37页 |
| ·支持向量回归(SVR) | 第37-40页 |
| ·基于SVR的能源可持续发展评价模型 | 第40-43页 |
| ·确定模型训练及测试样本 | 第40-42页 |
| ·模型训练过程 | 第42-43页 |
| ·基于SVR的能源可持续发展评价模型仿真结果分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于LSVR的能源可持续发展评价模型 | 第46-52页 |
| ·引言 | 第46页 |
| ·局部支持向量回归(LSVR) | 第46-48页 |
| ·局部支持向量回归模型(LSVR) | 第46-48页 |
| ·LSVR与SVR的关系 | 第48页 |
| ·基于LSVR的能源可持续发展评价模型 | 第48-49页 |
| ·基于LSVR的能源可持续发展评价模型仿真结果分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于GA-LSVR的能源可持续发展评价模型 | 第52-63页 |
| ·引言 | 第52页 |
| ·遗传算法(GA) | 第52-56页 |
| ·遗传算法及其基本操作 | 第52-54页 |
| ·遗传算法的流程 | 第54-55页 |
| ·遗传算法的优点 | 第55-56页 |
| ·基于遗传算法的局部支持向量回归模型 | 第56-59页 |
| ·GA-LSVR算法流程 | 第56-57页 |
| ·遗传算法改进 | 第57-59页 |
| ·基于GA-LSVR的能源可持续发展评价模型仿真 | 第59-62页 |
| ·基于GA-LSVR的能源可持续发展评价模型测试结果分析 | 第59-61页 |
| ·基于GA-LSVR的上海市能源可持续发展评价 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·本文工作总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 硕士期间论文发表情况 | 第71页 |
