人工鱼群神经网络在短期电力负荷预测中的研究与应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-14页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-8页 |
| 1.3 负荷预测概况 | 第8-12页 |
| 1.4 本文主要工作 | 第12-14页 |
| 第二章 人工神经网络 | 第14-24页 |
| 2.1 人工神经网络概述 | 第14页 |
| 2.2 人工神经网络的基本特点 | 第14-15页 |
| 2.3 人工神经网络的模型分类 | 第15-17页 |
| 2.4 Elman神经网络 | 第17-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 人工鱼群算法 | 第24-32页 |
| 3.1 群体智能优化算法概述 | 第24-26页 |
| 3.2 基本人工鱼群算法 | 第26-29页 |
| 3.3 改进人工鱼群算法 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 人工鱼群神经网络预测模型的建立 | 第32-39页 |
| 4.1 预测步骤 | 第32页 |
| 4.2 数据预处理 | 第32-34页 |
| 4.3 输入变量选择 | 第34-36页 |
| 4.4 预测模型的训练及预测 | 第36-37页 |
| 4.5 预测模型的误差及评价指标 | 第37-38页 |
| 4.6 本章小结 | 第38-39页 |
| 第五章 算例分析 | 第39-48页 |
| 5.1 预测仿真 | 第39-44页 |
| 5.2 不同日类型负荷预测比较 | 第44-47页 |
| 5.3 本章小结 | 第47-48页 |
| 第六章 结论与展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录 | 第52-56页 |
| 致谢 | 第56-57页 |
| 个人简历 | 第57页 |
