声明
摘要
第1章 绪论
1.1 选题背景及意义
1.2 国内外研究现状
1.2.1 电力负荷预测概况
1.2.2 粒子群算法的概况
1.3 论文章节安排
第2章 电力负荷预测及算法应用
2.1 电力负荷预测的基本原理
2.1.1 电力负荷预测特性及影响因素
2.1.2 电力负荷预测的基本过程
2.2 粒子群优化算法基本原理和特点
2.2.1 PSO算法参数设置和分析
2.2.2 粒子群优化算法基本流程
2.3 BP神经网络
2.3.1 BP神经网络基本概念及原理
2.3.2 BP神经网络学习过程及优缺点比较
2.4 本章小结
第3章 对粒子群算法的改进
3.1 现有粒子群优化算法的改进
3.2 IPSO-BP神经网络算法
3.2.1 对粒子群算法的改进
3.2.2 与BP神经网络的结合
3.2.3 IPSO-BP神经网络算法的训练过程
3.3 本章小结
第4章 IPSO-BP神经网络算法在电力预测中的应用
4.1 算法应用
4.1.1 IPSO-BP神经网络算法的参数设置
4.1.2 IPSO-BP神经网络算法的实现
4.2 算法的比较与分析
4.3 本章小结
第5章 总结与展望
参考文献
致谢