第1章 绪论 1
1.1研究背景、目的与意义 1
1.2研究现状 4
1.3本书结构与主要内容 21
第2章 基于计算智能的电力负荷预测理论框架与方法 25
2.1引言 25
2.2基于计算智能的电力负荷预测理论框架（CILF） 26
2.3人工神经网络 29
2.4支持向量机 32
2.5粒子群优化算法 43
2.6文化基因算法 44
2.7本章小结 46
第3章 基于MA的电力负荷预测模型参数优化 47
3.1引言 47
3.2支持向量机参数简述 50
3.3基于MA算法的SVR参数优化 51
3.4实验设置 56
3.5实验结果与分析 58
3.6本章小结 64
第4章 基于混合特征选择技术的负荷预测模型 66
4.1引言 66
4.2混合Filter-Wrapper特征选择算法的构建过程 70
4.3实验设计 75
4.4实验结果与分析 84
4.5本章小结 95
第5章 基于MA算法的特征选择技术及区间型负荷预测模型 96
5.1引言 96
5.2问题描述与分析 99
5.3 MSVR-MA预测模型的构建 104
5.4实验设计 111
5.5实验结果与分析 115
5.6本章小结 129
第6章 基于混合变量MA的电力负荷预测模型选择研究 131
6.1引言 131
6.2问题描述 134
6.3基于MA算法的广义模型选择 136
6.4实验设计 143
6.5实验结果与分析 146
6.6本章小结 155
第7章 电力负荷预测支持系统 156
7.1引言 156
7.2系统需求分析 158
7.3系统结构设计 159
7.4系统逻辑流程 165
7.5本章小结 166
第8章 总结与展望 168
8.1全书总结 168
8.2研究展望 170
参考文献 172
附录A区间数运算法则 202
附录B区间数的描述性统计 204
附录C区间多层感知器 206
附录D指数平滑与区间型Holt模型 209