基于模糊神经网络的集中供热负荷预测
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·集中供热系统负荷预测的目的及意义 | 第10-11页 |
| ·供热负荷预测的分类 | 第11-12页 |
| ·供热负荷预测研究现状 | 第12页 |
| ·负荷预测技术方法的研究 | 第12-13页 |
| ·常规单一的负荷预测方法 | 第12-13页 |
| ·负荷预测新技术 | 第13页 |
| ·供热负荷预测技术研究的发展趋势 | 第13-14页 |
| ·本文的主要工作和章节安排 | 第14-15页 |
| 2 模糊神经网络在供热负荷预测中的应用 | 第15-21页 |
| ·供热负荷预测的基本特征 | 第15页 |
| ·模糊系统和神经网络的特点 | 第15-16页 |
| ·模糊系统的特点 | 第15-16页 |
| ·人工神经网络的特点 | 第16页 |
| ·模糊逻辑和神经网络的结合 | 第16-20页 |
| ·两者结合的必然性 | 第16-17页 |
| ·两者的共同之处 | 第17-18页 |
| ·两者的不同之处 | 第18-19页 |
| ·两者结合的基本方式 | 第19-20页 |
| ·本章小节 | 第20-21页 |
| 3 供热负荷预测的模糊神经网络模型 | 第21-40页 |
| ·模糊逻辑系统 | 第21-24页 |
| ·模糊技术的发展和研究概况 | 第21页 |
| ·模糊系统理论 | 第21-24页 |
| ·人工神经网络 | 第24-38页 |
| ·人工神经网络的发展与应用 | 第24-25页 |
| ·人工神经元模型 | 第25-26页 |
| ·多层前馈神经网络模型和BP 算法 | 第26-37页 |
| ·改进BP 算法及措施 | 第37-38页 |
| ·模糊神经网络 | 第38-39页 |
| ·模糊神经网络的发展现状 | 第38页 |
| ·基于模糊神经网络的供热负荷预测工作原理 | 第38-39页 |
| ·本章小节 | 第39-40页 |
| 4 供热负荷预测的模糊神经网络设计 | 第40-50页 |
| ·负荷预测模糊神经网络模型输入和输出变量的选取 | 第40-41页 |
| ·输入变量的选取 | 第40页 |
| ·输出变量的选取 | 第40-41页 |
| ·集中供热负荷预测模糊神经网络的结构 | 第41-44页 |
| ·模糊神经网络的学习算法 | 第44-49页 |
| ·ω_(tk) 的调整方法 | 第44页 |
| ·σ_(ij) 的调整方法 | 第44-47页 |
| ·c_(ij) 的调整方法 | 第47-48页 |
| ·模糊神经网络学习过程具体步骤 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 供热负荷预测实例 | 第50-57页 |
| ·历史负荷数据及输入输出参数的预处理 | 第50-51页 |
| ·历史负荷数据的预处理 | 第50页 |
| ·输入输出参数的预处理 | 第50-51页 |
| ·模糊神经网络预测仿真实验与结果分析 | 第51-56页 |
| ·网络训练参数的初始化 | 第51-53页 |
| ·模糊神经网络的预测结果 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64-65页 |
