| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-19页 |
| ·论文研究的背景及意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·电力市场的概述 | 第10-13页 |
| ·电力市场的定义 | 第10-11页 |
| ·国内外电力市场化进程 | 第11-12页 |
| ·电价在电力市场中的核心作用 | 第12-13页 |
| ·电价预测的基本概念及其意义 | 第13-14页 |
| ·电价预测的基本概念 | 第13页 |
| ·电价预测的意义 | 第13-14页 |
| ·电价预测的国内外研究现状 | 第14-17页 |
| ·电价预测的分类 | 第14-15页 |
| ·电价预测的研究现状 | 第15-17页 |
| ·本文的主要研究内容及章节安排 | 第17-19页 |
| 第二章 电价及电价预测基本理论 | 第19-31页 |
| ·引言 | 第19页 |
| ·电价基本理论 | 第19-24页 |
| ·电价形成机制 | 第19-21页 |
| ·电价的制定 | 第21页 |
| ·电价的特性分析 | 第21-24页 |
| ·影响电价的因素 | 第24页 |
| ·电价预测基本理论 | 第24-30页 |
| ·电价预测的基本原理 | 第25页 |
| ·基本步骤 | 第25-26页 |
| ·误差分析方法和指标 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于BP神经网络的短期电价预测 | 第31-49页 |
| ·引言 | 第31页 |
| ·人工神经网络概述 | 第31-35页 |
| ·神经网络的发展史 | 第31-32页 |
| ·人工神经网络原理 | 第32-33页 |
| ·人工神经网络的分类 | 第33-34页 |
| ·人工神经网络用于电价预测 | 第34-35页 |
| ·BP神经网络 | 第35-41页 |
| ·BP网络结构 | 第35页 |
| ·BP网络算法 | 第35-40页 |
| ·算法不足及改进 | 第40-41页 |
| ·算例分析 | 第41-47页 |
| ·数据来源 | 第41-42页 |
| ·数据样本的处理 | 第42-43页 |
| ·模拟仿真与结果分析 | 第43-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 基于遗传模拟退火算法与BP神经网络混合模型的短期电价预测 | 第49-65页 |
| ·引言 | 第49页 |
| ·遗传算法概述 | 第49-55页 |
| ·遗传算法的自然原理 | 第49-50页 |
| ·遗传算法的描述 | 第50-51页 |
| ·遗传算法的基本实现技术 | 第51-53页 |
| ·遗传算法的优点和缺陷 | 第53-55页 |
| ·模拟退火算法 | 第55-56页 |
| ·算法原理 | 第55页 |
| ·算法基本步骤 | 第55-56页 |
| ·遗传模拟退火算法 | 第56-57页 |
| ·基于遗传模拟退火算法改进BP神经网络 | 第57-59页 |
| ·实例预测 | 第59-62页 |
| ·数据来源 | 第59页 |
| ·参数的设定 | 第59页 |
| ·模拟仿真与结果分析 | 第59-62页 |
| ·本章小结 | 第62-65页 |
| 第五章 结论与展望 | 第65-67页 |
| ·结论 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 攻读硕士学位期间发表的论文及成果 | 第73页 |