| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| Contents | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题研究背景及意义 | 第14-16页 |
| 1.2 国内外研究进展 | 第16-21页 |
| 1.2.1 预测计算方法研究进展 | 第16-18页 |
| 1.2.2 弱可用多元时间序列挖掘研究进展 | 第18-21页 |
| 1.3 本论文研究内容及结构安排 | 第21-22页 |
| 第二章 弱可用多元时间序列预测方法总体框架 | 第22-28页 |
| 2.1 弱可用多元时间序列预测方法总体架构 | 第22-23页 |
| 2.2 弱可用多元时间序列预处理模块设计 | 第23-24页 |
| 2.3 弱可用多元时间序列细粒度分解模块设计 | 第24-25页 |
| 2.4 基于Adaboost的组合预测模块设计 | 第25页 |
| 2.5 基于MPCSO-SVM的分量预测结果重组模块设计 | 第25-26页 |
| 2.6 实验数据及误差指标简介 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第三章 弱可用多元时间序列预处理 | 第28-38页 |
| 3.1 弱可用多元时间序列预处理模块的总体设计 | 第28页 |
| 3.2 弱可用多元时间序列的集成规约、变换与缺失值填补 | 第28-31页 |
| 3.3 基于稀疏分解的弱可用多元时间序列去噪 | 第31-36页 |
| 3.3.1 去噪方法概述 | 第31-33页 |
| 3.3.2 基于稀疏分解的弱可用多元时间序列去噪方法 | 第33-35页 |
| 3.3.3 冷负荷弱可用多元时间序列去噪的仿真与分析 | 第35-36页 |
| 3.4 弱可用多元时间序列的主成分分析降维 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 弱可用多元时间序列细粒度分解 | 第38-53页 |
| 4.1 弱可用多元时间序列细粒度分解模块的总体设计 | 第38-39页 |
| 4.2 因素自适应情景聚类方法 | 第39-43页 |
| 4.2.1 情景分析方法概述 | 第39-40页 |
| 4.2.2 自适应情景聚类方法 | 第40-42页 |
| 4.2.3 情景分类方法 | 第42-43页 |
| 4.3 序列值EMD分解方法 | 第43-46页 |
| 4.3.1 EMD多尺度分解方法概述 | 第43-44页 |
| 4.3.2 多元时间序列的序列值EMD分解 | 第44-46页 |
| 4.4 基于情景聚类与EMD分解的多元时间序列细粒度分解 | 第46-47页 |
| 4.5 冷负荷弱可用多元时间序列细粒度分解的仿真与分析 | 第47-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 基于Adaboost的组合预测 | 第53-74页 |
| 5.1 组合预测模块的总体设计 | 第53页 |
| 5.2 组合预测方法概述 | 第53-55页 |
| 5.3 备选弱预测器 | 第55-56页 |
| 5.3.1 径向基神经网络(RBFNN)预测算法 | 第55页 |
| 5.3.2 最小二乘法支持向量机(LSSVM)预测算法 | 第55-56页 |
| 5.4 基于Adaboost的弱预测器自适应选择组合预测方法 | 第56-57页 |
| 5.5 冷负荷弱可用多元时间序列组合预测的仿真与分析 | 第57-73页 |
| 5.5.1 闭集预测(CSP)结果 | 第58-67页 |
| 5.5.2 开集预测(OSP)结果 | 第67-70页 |
| 5.5.3 冷负荷弱可用多元时间序列仿真实验小结 | 第70-73页 |
| 5.6 本章小结 | 第73-74页 |
| 第六章 基于MPCSO-SVM的分量预测结果重组 | 第74-89页 |
| 6.1 分量预测结果重组模块总体设计 | 第74页 |
| 6.2 基于MPCSO优化参数的SVM分量预测结果重组方法 | 第74-81页 |
| 6.2.1 补偿误差方法概述 | 第74-75页 |
| 6.2.2 SVM分量预测结果重组方法的参数问题 | 第75-77页 |
| 6.2.3 基于MPCSO的SVM重组参数优化方法 | 第77-81页 |
| 6.3 冷负荷弱可用多元时间序列分量预测结果重组的仿真与分析 | 第81-88页 |
| 6.3.1 闭集预测(CSP)重组结果 | 第81-84页 |
| 6.3.2 开集预测(OSP)重组结果 | 第84-87页 |
| 6.3.3 冷负荷弱可用多元时间序列重组仿真实验小结 | 第87-88页 |
| 6.4 本章小结 | 第88-89页 |
| 总结与展望 | 第89-91页 |
| 参考文献 | 第91-97页 |
| 攻读硕士学位期间发表的论文 | 第97-99页 |
| 致谢 | 第99页 |
