一种预测能源需求总量的TA-PS模型
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景与选题意义 | 第7-8页 |
| ·问题的提出 | 第7-8页 |
| ·选题意义 | 第8页 |
| ·国内外研究现状 | 第8-12页 |
| ·论文的主要内容和结构 | 第12-14页 |
| 第二章 我国能源发展现状 | 第14-32页 |
| ·能源的定义和分类 | 第14-15页 |
| ·我国能源的供给现状 | 第15-20页 |
| ·我国能源的储量与分布 | 第15-19页 |
| ·我国能源生产规模和生产结构 | 第19-20页 |
| ·我国能源的消费现状 | 第20-22页 |
| ·我国能源消费规模和消费结构 | 第20-21页 |
| ·各产业部门的能源消费 | 第21-22页 |
| ·能源供给、能源消费与能源需求 | 第22页 |
| ·我国能源需求的影响因素分析 | 第22-31页 |
| ·我国能源需求的影响因素 | 第23-28页 |
| ·指标选择与数据来源 | 第28-30页 |
| ·影响因素的多元相关分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于趋势分析和ARMA模型的能源需求预测 | 第32-42页 |
| ·时间序列分析概述 | 第32-34页 |
| ·时间序列的含义和分类 | 第32-33页 |
| ·时间序列分析的基本方法 | 第33-34页 |
| ·趋势分析与ARMA模型介绍 | 第34-36页 |
| ·趋势分析法 | 第34页 |
| ·ARMA模型 | 第34-36页 |
| ·预测结果 | 第36-41页 |
| ·能源需求总量的趋势分析 | 第36-37页 |
| ·非趋势分量的ARMA建模 | 第37-40页 |
| ·TA模型的预测结果 | 第40-41页 |
| ·本章小节 | 第41-42页 |
| 第四章 基于主成份分析和支持向量机的能源需求预测 | 第42-62页 |
| ·主成份分析简介 | 第42-43页 |
| ·主成份分析的基本概念 | 第42-43页 |
| ·主成份分析的步骤 | 第43页 |
| ·支持向量机的基本原理 | 第43-56页 |
| ·机器学习的问题描述 | 第44-45页 |
| ·统计学习理论的核心内容 | 第45-48页 |
| ·支持向量机 | 第48-56页 |
| ·预测结果 | 第56-61页 |
| ·输入变量集的主成份分析 | 第56-57页 |
| ·PS模型的建模和预测结果 | 第57-59页 |
| ·与BP网络预测性能的比较 | 第59-61页 |
| ·本章小节 | 第61-62页 |
| 第五章 我国能源需求的TA-PS组合预测模型 | 第62-72页 |
| ·组合预测的基本思想和方法概述 | 第62-63页 |
| ·TA-PS模型的构建方法 | 第63-67页 |
| ·并联型TA-PS模型 | 第64-66页 |
| ·串联型TA-PS模型 | 第66-67页 |
| ·预测结果 | 第67-70页 |
| ·并联型TA-PS模型的预测结果 | 第67-68页 |
| ·串联型TA-PS模型的预测结果 | 第68-69页 |
| ·预测结果的比较 | 第69-70页 |
| ·本章小节 | 第70-72页 |
| 总结和展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 发表论文和科研情况说明 | 第78-79页 |
| 附录：部分 Matlab源程序 | 第79-80页 |
| 致谢 | 第80页 |
