以贝叶斯网络为基础的决策分析系统在电力营销中的应用研究
发布时间:2020-12-18 11:36
将贝叶斯方法应用于电力营销决策,能够取得很多其他方法无法比拟的实际效果。介绍了贝叶斯网络与数据挖掘技术的相关概念,阐述了电力营销相关理论和存在的问题,提出了适合电力营销决策的贝叶斯网络,用于客户价值评估、用电异常监测等领域,并且论述了实现的方法和可能性。
【文章来源】:微型电脑应用. 2020年01期
【文章页数】:4 页
【部分图文】:
电力营销系统生成图谱示意
贝叶斯网络以概率推理为基础,推理结果说服力强,并且模型灵活,可以通过参数和结构的学习使其更适用于风险预测或者价值评估,因此,它在很多领域都得以应用。在我们的电力营销决策系统中,我们在客户识别分析模块、风险预警与分析模块尝试使用贝叶斯网络作为评估和预测模型[7]。系统评估流程如图3所示。5 总结
贝叶斯网络不仅可以表达不确定性知识,而且可以进行概率推理,它的学习算法也可以从大量的数据中自动构造贝叶斯网络。贝叶斯网络的学习算法还能从大量的数据中自动构造贝叶斯网络,这使得贝叶斯网络非常适合于不确定性知识发现[8]。利用贝叶斯网络进行数据挖掘流程,如图1所示。贝叶斯网络是用于表示变量集的链路概率分布的图形模型。它提供了一种自然地表达因果信息的方法。贝叶斯网络本身没有输入和输出的概念,每个节点的计算是独立的。因此,可以从上级节点到下节点推断贝叶斯网络的学习。用于数据挖掘的贝叶斯网络方法主要有以下几个特点[9]:
【参考文献】:
期刊论文
[1]基于模糊贝叶斯网络的工程项目进度完工概率分析[J]. 陈瑞,黄建文. 水电能源科学. 2018(06)
[2]基于贝叶斯网络的业务系统数据质量优化方法[J]. 王永才,庞伟林,范婷. 微型电脑应用. 2018(05)
[3]基于贝叶斯正则化深度信念网络的电力变压器故障诊断方法[J]. 王德文,雷倩. 电力自动化设备. 2018(05)
[4]基于贝叶斯网络模型的BMD系统效能评估[J]. 闫永玲,张庆波,王宇峰. 火力与指挥控制. 2018(04)
[5]基于动态概率网格和贝叶斯决策网络的车辆变道辅助驾驶决策方法[J]. 惠飞,穆柯楠,赵祥模. 交通运输工程学报. 2018(02)
[6]改进贝叶斯算法在配网故障诊断中的研究[J]. 朱蕾,杨毅. 三峡大学学报(自然科学版). 2018(02)
[7]基于贝叶斯知识库的牵引变电所故障诊断方法[J]. 薛卫星. 电气化铁道. 2018(01)
[8]电力营销用电信息系统建设的实践与思考[J]. 向寿柏. 通讯世界. 2015(23)
[9]基于贝叶斯网络的自动装弹机维修决策[J]. 王国辉,焦庆龙,赵波. 火力与指挥控制. 2015(03)
[10]在电力营销中应用风险决策期望值法的尝试[J]. 孙承延. 科技资讯. 2014(36)
硕士论文
[1]基于贝叶斯网络的货车空气制动系统故障诊断研究[D]. 裴迪.北京交通大学 2018
[2]基于大数据平台的电力营销分析决策系统的研究与设计[D]. 魏艳平.西华大学 2017
[3]电力营销供求规律与策略的分析与研究[D]. 冯哲.天津大学 2017
[4]新疆新华水电电力营销决策及预算支持系统的设计与实现[D]. 石杨.电子科技大学 2015
[5]电力营销决策与辅助决策系统的设计与实现[D]. 肖民.电子科技大学 2015
[6]基于贝叶斯网络的项目族风险评价研究[D]. 徐加振.湖南大学 2014
本文编号:2923937
【文章来源】:微型电脑应用. 2020年01期
【文章页数】:4 页
【部分图文】:
电力营销系统生成图谱示意
贝叶斯网络以概率推理为基础,推理结果说服力强,并且模型灵活,可以通过参数和结构的学习使其更适用于风险预测或者价值评估,因此,它在很多领域都得以应用。在我们的电力营销决策系统中,我们在客户识别分析模块、风险预警与分析模块尝试使用贝叶斯网络作为评估和预测模型[7]。系统评估流程如图3所示。5 总结
贝叶斯网络不仅可以表达不确定性知识,而且可以进行概率推理,它的学习算法也可以从大量的数据中自动构造贝叶斯网络。贝叶斯网络的学习算法还能从大量的数据中自动构造贝叶斯网络,这使得贝叶斯网络非常适合于不确定性知识发现[8]。利用贝叶斯网络进行数据挖掘流程,如图1所示。贝叶斯网络是用于表示变量集的链路概率分布的图形模型。它提供了一种自然地表达因果信息的方法。贝叶斯网络本身没有输入和输出的概念,每个节点的计算是独立的。因此,可以从上级节点到下节点推断贝叶斯网络的学习。用于数据挖掘的贝叶斯网络方法主要有以下几个特点[9]:
【参考文献】:
期刊论文
[1]基于模糊贝叶斯网络的工程项目进度完工概率分析[J]. 陈瑞,黄建文. 水电能源科学. 2018(06)
[2]基于贝叶斯网络的业务系统数据质量优化方法[J]. 王永才,庞伟林,范婷. 微型电脑应用. 2018(05)
[3]基于贝叶斯正则化深度信念网络的电力变压器故障诊断方法[J]. 王德文,雷倩. 电力自动化设备. 2018(05)
[4]基于贝叶斯网络模型的BMD系统效能评估[J]. 闫永玲,张庆波,王宇峰. 火力与指挥控制. 2018(04)
[5]基于动态概率网格和贝叶斯决策网络的车辆变道辅助驾驶决策方法[J]. 惠飞,穆柯楠,赵祥模. 交通运输工程学报. 2018(02)
[6]改进贝叶斯算法在配网故障诊断中的研究[J]. 朱蕾,杨毅. 三峡大学学报(自然科学版). 2018(02)
[7]基于贝叶斯知识库的牵引变电所故障诊断方法[J]. 薛卫星. 电气化铁道. 2018(01)
[8]电力营销用电信息系统建设的实践与思考[J]. 向寿柏. 通讯世界. 2015(23)
[9]基于贝叶斯网络的自动装弹机维修决策[J]. 王国辉,焦庆龙,赵波. 火力与指挥控制. 2015(03)
[10]在电力营销中应用风险决策期望值法的尝试[J]. 孙承延. 科技资讯. 2014(36)
硕士论文
[1]基于贝叶斯网络的货车空气制动系统故障诊断研究[D]. 裴迪.北京交通大学 2018
[2]基于大数据平台的电力营销分析决策系统的研究与设计[D]. 魏艳平.西华大学 2017
[3]电力营销供求规律与策略的分析与研究[D]. 冯哲.天津大学 2017
[4]新疆新华水电电力营销决策及预算支持系统的设计与实现[D]. 石杨.电子科技大学 2015
[5]电力营销决策与辅助决策系统的设计与实现[D]. 肖民.电子科技大学 2015
[6]基于贝叶斯网络的项目族风险评价研究[D]. 徐加振.湖南大学 2014
本文编号:2923937
本文链接:https://www.wllwen.com/guanlilunwen/yingxiaoguanlilunwen/2923937.html