第一章 绪论
1.1 课题研究背景和意义
1.1.1 研究背景
1.1.2 研究目的及意义
1.2 短期负荷预测的基本内容
1.3 国内外研究现状
1.3.1 短期负荷预测的研究现状
1.3.2 决策树理论在短期负荷预测中的应用
1.4 本文主要工作
第二章 决策树概述
2.1 决策树的生长
2.2 决策树的剪枝
2.3 决策树算法的区别
2.4 本章小结
第三章 基于梯度提升决策树的短期负荷预测模型研究
3.1 集成学习思想
3.2 Boosting算法
3.2.1 AdaBoost算法
3.2.2 Gradient Boosting算法
3.3 基于梯度提升决策树的短期负荷预测模型
3.3.1 模型的建立
3.3.2 模型输入变量的选取
3.3.3 模型的预测流程
3.4 算例分析
3.5 本章小节
第四章 基于模糊Bagging-GBDT的短期负荷预测模型研究
4.1 模糊理论
4.1.1 模糊集合的概念
4.1.2 隶属函数
4.1.3 模糊逻辑控制
4.2 Bagging算法
4.3 基于模糊Bagging-GBDT的短期负荷预测模型
4.3.1 模型的建立
4.3.2 模型输入变量的选取
4.3.3 模型的预测流程
4.4 算例分析
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读学位期间的研究成果
致谢
声明
