基于局部集成学习的风速预报研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 选题背景及意义 | 第9-11页 |
| 1.2 风速预报研究现状和存在问题 | 第11-15页 |
| 1.2.1 物理预报方法 | 第11-12页 |
| 1.2.2 统计预报方法 | 第12-14页 |
| 1.2.3 集成预报方法 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15页 |
| 1.4 本文章节安排 | 第15-17页 |
| 第2章 风速数据特性分析 | 第17-22页 |
| 2.1 风速数据介绍 | 第17页 |
| 2.2 风速的局部特性 | 第17-20页 |
| 2.3 风速的相关特性 | 第20-22页 |
| 第3章 基于近邻样本的局部集成方法 | 第22-40页 |
| 3.1 局部学习方法概述 | 第22-24页 |
| 3.1.1 局部模型选择 | 第22-23页 |
| 3.1.2 局部风险最小化函数 | 第23-24页 |
| 3.2 模型结构与算法 | 第24-30页 |
| 3.2.1 近邻样本选择 | 第24-26页 |
| 3.2.2 基模型选择 | 第26-28页 |
| 3.2.3 基模型融合 | 第28-29页 |
| 3.2.4 基于近邻样本局部集成学习算法 | 第29-30页 |
| 3.3 模型数学理论 | 第30-31页 |
| 3.4 实验分析 | 第31-38页 |
| 3.4.1 宁夏风电场实验结果 | 第32-35页 |
| 3.4.2 吉林风电场实验结果 | 第35-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 基于局部自适应的局部集成学习方法 | 第40-56页 |
| 4.1 局部自适应方法 | 第40-41页 |
| 4.2 模型结构与目标函数 | 第41-50页 |
| 4.2.1 基模型选择 | 第41-45页 |
| 4.2.2 目标函数的建立 | 第45-47页 |
| 4.2.3 目标函数的优化 | 第47-48页 |
| 4.2.4 局部自适应局部集成学习算法分析 | 第48-50页 |
| 4.3 实验分析 | 第50-53页 |
| 4.3.1 吉林风电场预报结果 | 第50-51页 |
| 4.3.2 UCI数据集预报结果 | 第51-53页 |
| 4.4 本章小结 | 第53-56页 |
| 第5章 堆叠的局部自适应集成方法 | 第56-62页 |
| 5.1 模型结构与基模型学习方法 | 第56-58页 |
| 5.1.1 模型结构 | 第56-58页 |
| 5.1.2 基模型学习方法 | 第58页 |
| 5.1.3 堆叠的局部集成学习算法 | 第58页 |
| 5.2 实验分析 | 第58-60页 |
| 5.3 本章小结 | 第60-62页 |
| 第6章 结论与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 发表论文和参加科研情况说明 | 第68-69页 |
| 致谢 | 第69-70页 |
