智能辅助决策在用电管理中的研究与应用
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·选题背景及意义 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·本文的主要内容 | 第9-11页 |
| 第二章 智能决策支持系统概述 | 第11-22页 |
| ·现代企业的管理决策 | 第11-12页 |
| ·决策支持系统的产生和发展 | 第12-14页 |
| ·决策支持系统及其产生原因 | 第12-13页 |
| ·决策支持系统的发展 | 第13-14页 |
| ·决策支持系统的特点和功能 | 第14-15页 |
| ·特点 | 第14页 |
| ·功能 | 第14-15页 |
| ·商业智能技术 | 第15-20页 |
| ·数据仓库技术(DW) | 第15-17页 |
| ·联机分析处理技术(OLAP) | 第17-19页 |
| ·数据挖掘技术(DM) | 第19页 |
| ·三种技术的结合 | 第19-20页 |
| ·应用于用电管理的商业智能技术 | 第20-22页 |
| ·远程自动抄表系统 | 第21页 |
| ·基于抄表数据的综合决策支持 | 第21-22页 |
| 第三章 用电管理智能辅助决策 | 第22-50页 |
| ·系统设计需求 | 第22-23页 |
| ·用户档案查询 | 第22页 |
| ·需求侧管理 | 第22页 |
| ·报表统计分析 | 第22页 |
| ·系统管理功能 | 第22-23页 |
| ·系统设计框架 | 第23-25页 |
| ·远程自动抄表系统 | 第23-24页 |
| ·数据仓库与数据挖掘工具 | 第24页 |
| ·负荷预测决策系统 | 第24-25页 |
| ·抄表数据仓库设计与OLAP 分析 | 第25-35页 |
| ·数据预处理(ETL) | 第25-31页 |
| ·抄表数据仓库的设计 | 第31-33页 |
| ·抄表数据仓库OLAP 分析 | 第33-35页 |
| ·电力负荷挖掘预测模型及挖掘结果展现 | 第35-50页 |
| ·负荷预测的内容与目的 | 第35-36页 |
| ·时间序列挖掘预测模型及结果展现 | 第36-48页 |
| ·概述 | 第36页 |
| ·时间序列的特征 | 第36-37页 |
| ·时间序列预测方法 | 第37-38页 |
| ·自回归(AR)模型 | 第38-39页 |
| ·系统前端展现 | 第39-48页 |
| ·挖掘预测模型的扩展 | 第48-50页 |
| 第四章 知识库的研究与设计 | 第50-58页 |
| ·知识表示方法的选择 | 第50-53页 |
| ·知识和知识表示 | 第50-51页 |
| ·知识表示方法的比较 | 第51-52页 |
| ·基于对象的XML 知识表示方法 | 第52-53页 |
| ·用电管理IDSS 中的知识表示 | 第53-57页 |
| ·领域层知识表示 | 第53-55页 |
| ·推理层知识表示 | 第55-57页 |
| ·知识库的建立 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-63页 |
| 在学期间发表的学术论文和参加科研情况 | 第63页 |
