【摘 要】
：
该论文研究电力负荷期预测、电网拓扑分析、数字滤波器设计及神经网络的学习等问题,论文共分五章.第一章对四部分内容的研究意义及国内外研究现状进行了分析和概括.第二章研
论文部分内容阅读
该论文研究电力负荷期预测、电网拓扑分析、数字滤波器设计及神经网络的学习等问题,论文共分五章.第一章对四部分内容的研究意义及国内外研究现状进行了分析和概括.第二章研究电力负荷短期预测问题,提出一类基于混合模型神经网络的预测方法.第三章研究电网拓扑分析问题,提出分析单元的有色Petri网模型及基于Petri网的拓扑分析算法.第四章研究数字滤波器的设计问题,提出FIR数学滤波器的两种设计算法.第五章研究神经网络的学习问题,从实现角度提出一种自学习神经元和自学习BP网络.
其他文献
在信息系统中,信息的安全是很重要的衡量指标。一般而言,信息系统的安全主要指保证信息在系统中的保密性,完整性和认证性。认证性,即接受者要能够识别和确认信息的真伪,从而
该文主要是利用lyapunov方法,对连续,离散广义系统的渐近定性,鲁棒稳定性及广义交联大系统的交联稳定性给予研究.主要工作概括如下:第一章介绍了广义系统的实际背景,及相关课
该文用两种局部化方法研究了关于粗几何的指标理论的若干问题.第一种方法是通过参数t(时间)趋向于无穷而对Proper度量空间上的算子的传程(Propagation)进行局部化的方法.第种
有限差分方法是发展最早,也是应用最广泛的一种数值计算方法.该文旨在对多层差分格式进行系统性的理论,并探索其设计方法与实际应用.文中以MPDE方法为主要理论工具,通过对多