| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·选题背景与意义 | 第9-10页 |
| ·电力负荷预测的分类及研究现状 | 第10-13页 |
| ·电力负荷预测的分类 | 第10-11页 |
| ·短期电力负荷预测的研究现状 | 第11-13页 |
| ·多智能体与短期电力负荷预测 | 第13-14页 |
| ·本文的研究内容 | 第14-15页 |
| 第二章 基于多智能体的短期电力负荷预测 | 第15-25页 |
| ·常规电力负荷预测的简要分析 | 第15-16页 |
| ·基于多智能体的短期电力负荷预测系统 | 第16-24页 |
| ·基于多智能体短期电力负荷预测系统的体系结构 | 第16-17页 |
| ·基于多智能体短期电力负荷预测系统的总体构架 | 第17-18页 |
| ·部分智能体的决策方法的实现 | 第18-22页 |
| ·预测方法库与预测规则库的构建 | 第22-23页 |
| ·基于多智能体的电力负荷预测的预测流程 | 第23-24页 |
| ·单章小结 | 第24-25页 |
| 第三章 基于多智能体的短期电力负荷预测模型方法库 | 第25-36页 |
| ·基于改进全局和声搜索算法 LSSVM 的短期电力负荷预测方法 | 第25-30页 |
| ·最小二乘支持向量回归机 | 第25-26页 |
| ·改进全局和声搜索算法 | 第26-28页 |
| ·基于 IEGHS-LSSVM 的预测模型 | 第28-29页 |
| ·基于 IEGHS-LSSVM 的负荷预测方法 | 第29-30页 |
| ·基于自适应混沌和声搜索算法 BP 神经网络的短期电力负荷预测方法 | 第30-35页 |
| ·BP 神经网络 | 第30-32页 |
| ·自适应混沌和声搜索算法 | 第32-33页 |
| ·基于 ACHS-BP 神经网络的预测模型 | 第33-34页 |
| ·基于 ACHS-BP 神经网络的短期负荷预测方法 | 第34-35页 |
| ·专家预测值合成法 | 第35页 |
| ·单章小结 | 第35-36页 |
| 第四章 基于多智能体的短期负荷预测模型的仿真研究 | 第36-44页 |
| ·单一负荷预测模型的负荷预测及其误差分析 | 第36-40页 |
| ·基于两种改进和声搜索算法的仿真实验 | 第36-38页 |
| ·基于 IEGHS-LSSVM 的负荷预测方法的仿真实验 | 第38-39页 |
| ·基于 ACHS-BP 神经网络的负荷预测方法的仿真实验 | 第39-40页 |
| ·单一预测模型与基于多智能体的预测模型的比较 | 第40-43页 |
| ·单章小结 | 第43-44页 |
| 第五章 结论与展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 附录一 测试函数表 | 第50-51页 |
| 攻读硕士学位期间取得的科研成果 | 第51页 |
