| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 论文研究背景和意义 | 第8-10页 |
| 1.1.1 问题的提出 | 第8-9页 |
| 1.1.2 论文研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 招标评标国内外应用和研究现状 | 第10-12页 |
| 1.2.2 支持向量机国内外应用和研究现状 | 第12-14页 |
| 1.3 本文结构 | 第14-16页 |
| 第二章 电力行业招标评标现状和方法 | 第16-26页 |
| 2.1 招标评标基本理论简介 | 第16-17页 |
| 2.1.1 招标评标的概念 | 第16页 |
| 2.1.2 招标对象的类别 | 第16页 |
| 2.1.3 常见的招标方法 | 第16-17页 |
| 2.2 电力行业招标现状和招标方式 | 第17-18页 |
| 2.2.1 电力行业的招标现状 | 第17页 |
| 2.2.2 电力行业的主要招标方式 | 第17-18页 |
| 2.3 电力招标采购项目的评标方法 | 第18-21页 |
| 2.3.1 传统评标办法 | 第19-20页 |
| 2.3.2 基于现代决策理论的评标办法 | 第20-21页 |
| 2.4 G 电力公司采购评标的原则和评标流程 | 第21-25页 |
| 2.4.1 G 电力公司采购评标的原则 | 第21-22页 |
| 2.4.2 G 电力公司采购的具体评标流程 | 第22-24页 |
| 2.4.3 G 电力公司评标中的不足之处 | 第24-25页 |
| 本章小结 | 第25-26页 |
| 第三章 支持向量机的相关理论 | 第26-35页 |
| 3.1 支持向量机的相关理论介绍 | 第26-29页 |
| 3.1.1 支持向量机的概念 | 第26页 |
| 3.1.2 支持向量机的基本原理 | 第26-29页 |
| 3.2 支持向量回归模型的求解步骤 | 第29-30页 |
| 3.3 支持向量回归中核函数的选择和参数的优化 | 第30-34页 |
| 3.3.1 核函数选择和参数优化的意义 | 第30-32页 |
| 3.3.2 基于网格搜索的参数优化 | 第32页 |
| 3.3.3 基于粒子群算法的参数优化 | 第32-34页 |
| 本章小结 | 第34-35页 |
| 第四章 基于支持向量回归电力评标模型的建立 | 第35-44页 |
| 4.1 支持向量回归应用于电力采购评标的可行性分析 | 第35-36页 |
| 4.2 基于SVR 模型的电力评标指标体系的建立 | 第36-42页 |
| 4.2.1 指标体系的建立 | 第36-37页 |
| 4.2.2 指标说明与量化方法 | 第37-42页 |
| 4.3 基于SVR 电网评标模型的建立 | 第42-43页 |
| 本章小结 | 第43-44页 |
| 第五章 案例分析 | 第44-60页 |
| 5.1 案例背景 | 第44-46页 |
| 5.2 基于SVR 的电力评标模型的实证 | 第46-56页 |
| 5.2.1 模型求解过程的准备工作 | 第46-49页 |
| 5.2.2 基于网格搜索算法的参数寻优 | 第49-52页 |
| 5.2.3 基于粒子群算法的参数寻优 | 第52-56页 |
| 5.3 基于SVR 的电力评标模型的仿真应用 | 第56-59页 |
| 5.3.1 SVR 预测评价的原理和仿真 | 第56-57页 |
| 5.3.2 结果分析和进一步改进 | 第57-59页 |
| 本章小结 | 第59-60页 |
| 第六章 总结和展望 | 第60-62页 |
| 6.1 研究工作总结 | 第60页 |
| 6.2 研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 发表论文和科研情况说明 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附录 | 第68-70页 |