| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 论文选题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状及发展动态分析 | 第11-13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 光伏发电投资风险评价概述 | 第15-23页 |
| 2.1 我国光伏发电现状 | 第15-17页 |
| 2.2 光伏发电优缺点 | 第17-19页 |
| 2.2.1 光伏发电的优点 | 第17-18页 |
| 2.2.2 光伏发电的缺点 | 第18-19页 |
| 2.3 光伏发电投资风险评价的原则 | 第19-20页 |
| 2.4 光伏发电投资风险评价的流程 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 光伏发电投资风险评价指标体系构建 | 第23-34页 |
| 3.1 指标体系的构建原则 | 第23-24页 |
| 3.2 指标体系的构建方法 | 第24-25页 |
| 3.3 光伏发电投资风险评价指标体系框架 | 第25-26页 |
| 3.4 指标体系内涵 | 第26-32页 |
| 3.4.1 宏观环境风险指标 | 第26-27页 |
| 3.4.2 经济风险指标 | 第27-29页 |
| 3.4.3 技术风险指标 | 第29-30页 |
| 3.4.4 市场风险指标 | 第30-31页 |
| 3.4.5 管理风险指标 | 第31-32页 |
| 3.5 本章小结 | 第32-34页 |
| 第4章 光伏发电投资风险评价模型 | 第34-41页 |
| 4.1 模型构建的总体思想 | 第34页 |
| 4.2 支持向量机 | 第34-37页 |
| 4.2.1 支持向量机的核心思想 | 第34页 |
| 4.2.2 支持向量机的原理 | 第34-36页 |
| 4.2.3 支持向量机核函数 | 第36页 |
| 4.2.4 支持向量机的参数选择 | 第36-37页 |
| 4.3 粒子群优化支持向量机 | 第37-40页 |
| 4.3.1 粒子群算法及其优势 | 第37页 |
| 4.3.2 粒子群优化支持向量机的实现过程 | 第37-39页 |
| 4.3.3 粒子群优化算法的编程步骤 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 实例分析 | 第41-48页 |
| 5.1 数据采集说明 | 第41-42页 |
| 5.2 样本期望输出值的计算 | 第42-43页 |
| 5.3 粒子群优化支持向量机参数 | 第43-45页 |
| 5.4 基于粒子群优化的支持向量机与未经粒子群优化的支持向量机训练结果对比 | 第45-47页 |
| 5.5 结果分析 | 第47页 |
| 5.6 本章小结 | 第47-48页 |
| 第6章 结论与展望 | 第48-50页 |
| 6.1 结论 | 第48-49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第53-54页 |
| 攻读硕士学位期间参加的科研工作 | 第54-55页 |
| 致谢 | 第55页 |