| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第7-12页 |
| 1.1 风速预测的研究背景 | 第7页 |
| 1.2 风速预测的研究现状 | 第7-8页 |
| 1.3 本文提出的方法 | 第8-10页 |
| 1.4 创新之处 | 第10-12页 |
| 第二章 方法介绍 | 第12-25页 |
| 2.1 53Hanning中位数平滑 | 第12-13页 |
| 2.2 小波分析 | 第13-16页 |
| 2.2.1 连续小波变换(CWT) | 第14页 |
| 2.2.2 离散小波变换(DWT) | 第14-15页 |
| 2.2.3 小波分析降噪过程 | 第15-16页 |
| 2.3 BP神经网络 | 第16-18页 |
| 2.4 支持向量回归(SVR) | 第18-20页 |
| 2.5 Elman神经网络 | 第20-21页 |
| 2.6 遗传算法(Genetic Algorithm—GA) | 第21-22页 |
| 2.6.1 选择操作符 | 第21-22页 |
| 2.6.2 交叉算子 | 第22页 |
| 2.6.3 变异算子的设计 | 第22页 |
| 2.6.4 自适应交叉和变异概率 | 第22页 |
| 2.7 粒子群算法(PSO) | 第22-24页 |
| 2.8 布谷鸟搜索(CS) | 第24-25页 |
| 第三章 案例研究及模拟结果 | 第25-41页 |
| 3.1 数据选取 | 第25页 |
| 3.2 误差评价 | 第25-28页 |
| 3.3 实验结果 | 第28-41页 |
| 第四章 结论 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 致谢 | 第44页 |