文摘
英文文摘
声明
1绪论
1.1选题背景及意义
1.1.1选题背景
1.1.2选题意义
1.2空调负荷预测的研究现状
1.3神经网络的研究现状
1.4小波分析的研究现状
1.5本文的主要工作
1.6本文的技术路线
2神经网络的基本理论
2.1神经网络概述
2.1.1人工神经元模型
2.1.2神经元的拓扑结构
2.1.3神经网络的学习方式
2.2 BP神经网络概述
2.2.1 BP神经网络的网络结构
2.2.2 BP神经网络的学习算法
2.2.3 BP网络的局限性
2.2.4 BP算法改进
2.3 BP神经网络的训练与仿真
2.3.1 BP神经网络的训练
2.3.2 BP神经网络的仿真
2.4 BP算法的应用问题
2.4.1数据的预处理
2.4.2 BP网络推广能力的提高
2.4.3网络拓扑结构的确定
2.5本章小结
3空调负荷的BP神经网络预测模型
3.1资料来源
3.2预测因子的选择
3.2.1影响空调负荷的因素
3.2.2预测因子的确定
3.3预测因子的预处理
3.3.1原始数据的确定
3.3.2数据的归一化
3.4 BP神经网络拓扑结构的设计
3.5基于MATLAB的BP神经网络开发
3.5.1 BP神经网络工具箱函数
3.5.2 MATLAB图形用户接口GUI工具
3.6 BP神经网络的实现及误差分析
3.7本章小结
4空调负荷的小波神经网络预测模型
4.1小波分析的基本理论
4.1.1傅里叶变换,窗口傅里叶变换与小波变换
4.1.2小波变换
4.1.3常用的小波函数
4.1.4多分辨分析(MRA)
4.1.5 Mallat算法
4.1.6小波分解及重构
4.2小波网络的实现及误差分析
4.2.1小波分解和重构
4.2.2各小波系数建模和预报
4.2.3合成最终预报及进行误差分析
4.3本章小结
5结论
5.1主要结论
5.2工作展望
致 谢
参考文献
附 录 攻读硕士学位期间发表的论文