|
![_[2VL9AG0C{]90TMGIQPV}U.png](http://www.seupress.com/files/105410/1610/698b04c44ba_m.png)
内容æè¦ å¯¹è´Ÿè·è¿›è¡Œä¸é•¿æœŸé¢„测，有利于决定未æ¥æ–°å‘电机组的安装，决定电网的增容和改建，也有利于国民ç»æµŽå¥åº·ã€åè°ƒã€å¿«é€Ÿåœ°å‘展。负è·é¢„æµ‹æ ¸å¿ƒé—®é¢˜æ˜¯é¢„æµ‹çš„æŠ€æœ¯æ–¹æ³•ï¼Œå¦‚ä½•æ”¹è¿›å’Œç®€åŒ–æ–¹æ³•ï¼Œæ高负è·é¢„报的精度，使预测手段和结果满足市场ç»æµŽçš„电力å‘展è¦æ±‚。本书主è¦ç ”究电力系统负è·ä¸é•¿æœŸé¢„æµ‹æŠ€æœ¯ï¼Œä¼ ç»Ÿçš„é¢„æµ‹æ–¹æ³•å›žå½’åˆ†æžæ³•ï¼Œé€‰å–å…¶ä¸èƒ½æ¶ˆé™¤å˜é‡å¤šé‡å…±çº¿æ€§çš„é€æ¥å›žå½’ã€å²å›žå½’å’Œå最å°äºŒä¹˜å›žå½’；电力负è·æ˜¯æ—¶é—´åºåˆ—ï¼Œä¼ ç»Ÿçš„æ—¶é—´åºåˆ—方法å¯ç”¨äºŽé¢„测未æ¥ç”µé‡éœ€æ±‚；在借鉴å‰äººæ‰€åšå·¥ä½œçš„基础上，把当å‰å…ˆè¿›çš„智能决ç–技术ç°è‰²ç³»ç»Ÿã€ç¥žç»ç½‘络和é—ä¼ ç®—æ³•åº”ç”¨åˆ°ç”µåŠ›è´Ÿè·é¢„测ä¸ï¼Œå¹¶ä¸”通过对多个模型的组åˆä¼˜åŒ–得到了组åˆé¢„测模型。 å‰è¨€ ä¸é•¿æœŸç”µåŠ›è´Ÿè·é¢„测技术与应用å‰è¨€å¯¹è´Ÿè·è¿›è¡Œä¸é•¿æœŸé¢„测，有利于决定未æ¥æ–°å‘电机组的安装，决定电网的增容和改建，也有利于国民ç»æµŽå¥åº·ã€åè°ƒã€å¿«é€Ÿåœ°å‘展。负è·é¢„æµ‹æ ¸å¿ƒé—®é¢˜æ˜¯é¢„æµ‹çš„æŠ€æœ¯æ–¹æ³•ï¼Œå¦‚ä½•æ”¹è¿›å’Œç®€åŒ–æ–¹æ³•ï¼Œæ高负è·é¢„报的精度，使预测手段和结果满足市场ç»æµŽçš„电力å‘展è¦æ±‚。本书主è¦ç ”究电力系统负è·ä¸é•¿æœŸé¢„测技术。在大é‡æŸ¥é˜…国内外文献的基础上，对电力负è·é¢„æµ‹ç ”ç©¶åšäº†è¾ƒå…¨é¢çš„综述。在借鉴å‰äººæ‰€åšå·¥ä½œçš„基础上，把当å‰å…ˆè¿›çš„智能决ç–技术应用到电力负è·é¢„测ä¸ï¼Œå¹¶ä¸”通过对多个模型的组åˆä¼˜åŒ–得到了组åˆé¢„测模型。主è¦ç ”究内容和创新点有：(1)
回归分æžæ˜¯ä¸€ç§è¢«æ™®é应用的统计分æžä¸Žé¢„测技术。但当自å˜é‡é«˜åº¦ç›¸å…³æ—¶ï¼Œå›žå½’系数用普通最å°äºŒä¹˜æ³•å°±å¾ˆéš¾ä¼°è®¡ã€‚本书所建立的以人å£ã€æ”¶å…¥ã€GDPç‰æŒ‡æ ‡ä¸ºè‡ªå˜é‡çš„回归模型ä¸ï¼Œè‡ªå˜é‡ä¹‹é—´é«˜åº¦ç›¸å…³ã€‚å› æ¤ï¼Œæœ¬ä¹¦å»ºç«‹äº†æ±Ÿè‹çœç”µåŠ›è´Ÿè·é¢„测é€æ¥å›žå½’模型ã€å²å›žå½’模型和å最å°äºŒä¹˜å›žå½’模型。å²å›žå½’方法利用具有微å°å差的有å估计é‡ä»£æ›¿æ— å估计，æ高了精度。å最å°äºŒä¹˜å›žå½’实现了多元线性回归ã€ä¸»æˆåˆ†åˆ†æžå’Œå…¸åž‹ç›¸å…³åˆ†æžçš„综åˆï¼Œå…‹æœäº†è‡ªå˜é‡ä¹‹é—´çš„多é‡å…±çº¿æ€§ï¼Œå…¶è®¡ç®—过程更å¯é 。(2)
建立了江è‹çœç”µåŠ›è´Ÿè·é¢„测ç°è‰²é¢„测模型：通过1997—2008å¹´çš„æ•°æ®æ¥å¯¹æ¨¡åž‹è¿›è¡Œäº†éªŒè¯ï¼Œç»“果表明模型的检验值P>0.95ã€C<0.35，表明模型的预测精度为“优â€ï¼Œè¯´æ˜Žæ±Ÿè‹çœå…¨ç¤¾ä¼šç”¨ç”µé‡ç”¨GM（1，1）完全能够满足è¦æ±‚。该模型对江è‹çœ2010—2015年全社会用电é‡è¿›è¡Œé¢„测，结果表明，今åŽå‡ 年江è‹çœçš„用电é‡å¢žåŠ 很快，到2015年将达到9
413.3 亿kW·h，这就è¦æ±‚åŠ å¿«ç”µåŠ›å»ºè®¾ï¼Œæ¥æ»¡è¶³ä»ŠåŽå‡ å¹´ç»æµŽå‘展对电力的需求。(3)
人工智能也被广泛用于预测，模仿人脑的智能化处ç†ï¼Œå¯¹å¤§è„‘éžç»“构性ã€éžç²¾ç¡®æ€§è§„律有自å¦ä¹ 自适应功能，神ç»ç½‘络是被广泛应用的人工智能技术之一。本书应用è´å¶æ–¯æ£åˆ™åŒ–算法优化BP神ç»ç½‘络，通过多维ç»æµŽæ•°æ®ï¼ˆå›½å†…生产总值ã€å›ºå®šèµ„产投资总é¢ã€äººå‡æ”¶å…¥ï¼‰ä¸Žç”¨ç”µé‡çš„相关分æžï¼Œæ¥ç¡®å®šç½‘络的拓扑结构，建立用电é‡çš„人工神ç»ç½‘络模型。用从江è‹ç»Ÿè®¡å¹´é‰´å’Œæ±Ÿè‹çœç”µåŠ›å±€å–å¾—çš„17å¹´æ•°æ®ä¸ºè¾“å…¥ã€ç”¨ç”µé‡ä¸ºè¾“出æ¥è®ç»ƒå»ºç«‹å¥½çš„BP神ç»ç½‘络，ç»ä»¿çœŸè¡¨æ˜Žè¯¥ç¥žç»ç½‘络能很好地解决用电é‡å¤šå½±å“å› ç´ ä¹‹é—´çš„ä¸ç¡®å®šæ€§å’Œéžçº¿æ€§ï¼Œæ¨¡åž‹çš„预测精度较高。(4)
建立了江è‹çœç”µåŠ›è´Ÿè·é¢„测é—ä¼ è§„åˆ’é¢„æµ‹æ¨¡åž‹ï¼šå°†é—ä¼ è§„åˆ’æ–¹æ³•åº”ç”¨äºŽæ±Ÿè‹çœç”µåŠ›ç³»ç»Ÿä¸é•¿æœŸè´Ÿè·é¢„æµ‹ï¼Œé¢„æµ‹ç»“æžœè¡¨æ˜Žæ‰€å»ºç«‹çš„æ¨¡åž‹èƒ½æ ¹æ®åŽ†å²è´Ÿè·ä¸Žå…¶ç›¸å…³å› ç´ æ•°æ®è‡ªåŠ¨ç”Ÿæˆè´Ÿè·é¢„æµ‹æ¨¡åž‹ï¼Œæ— éœ€äº‹å…ˆç¡®å®šå„å˜é‡ä¹‹é—´çš„函数关系，é¿å…了人为判æ–失误而产生的误差，从模型的è¿è¡Œæ•ˆçŽ‡æ¥çœ‹ï¼ŒGP模型结构更简å•ã€é¢„测精度更高。(5)
æ¯ç§æ¨¡åž‹çš„预测结果åæ˜ äº†å…¶å¯¹åŽ†å²åºåˆ—å˜åŒ–规律的拟åˆä»¥åŠå¯¹æœªæ¥å˜åŒ–è§„å¾‹çš„æŽ¨æµ‹ï¼Œå› æ¤å„å•ä¸€é¢„测方法的结果时好时å，需è¦é€šè¿‡ç»„åˆé¢„测æ¥æ高预测精度，组åˆæ¨¡åž‹çš„关键是æƒé‡çš„å–得。本书将神ç»ç½‘络技术与回归模型相结åˆï¼Œå°†é€šè¿‡å„回归方法得出的预测值作为输入，实际用电é‡å€¼ä½œä¸ºè¾“出，确定神ç»ç½‘络的拓扑结构，利用神ç»ç½‘络在处ç†éžçº¿æ€§ã€ä¸ç¡®å®šæ€§æˆ–模糊关系方é¢å…·æœ‰çš„独特优势æ¥ç¡®å®šå„回归预测方法的å˜æƒç³»æ•°ï¼Œæœ€åŽç”¨è®ç»ƒå¥½çš„神ç»ç½‘络预测江è‹çœå…¨ç¤¾ä¼šç”¨ç”µé‡ã€‚结果显示，组åˆé¢„测的精度明显高于å•ä¸ªæ¨¡åž‹ã€‚(6)
建立了江è‹çœç”µåŠ›è´Ÿè·ç¥žç»ç½‘络优化组åˆé¢„æµ‹æ¨¡åž‹ï¼šæ ¹æ®æ¨¡åž‹é¢„测精度选择组åˆè´Ÿè·é¢„测的å•ä¸ªæ¨¡åž‹åˆ†åˆ«ä¸ºï¼šé€æ¥å›žå½’模型ã€å²å›žå½’模型ã€å最å°äºŒä¹˜å›žå½’模型ã€äºŒæ¥é¢„æµ‹æ ¡æ£æ³•ã€ç°è‰²é¢„测模型和é—ä¼ è§„åˆ’æ¨¡åž‹ã€‚é¦–å…ˆå®šä¹‰ç½‘ç»œçš„è¾“å…¥ã€è¾“å‡ºæ ·æœ¬ï¼Œç„¶åŽè®¾å®šå»ºç«‹çš„神ç»ç½‘络，è®ç»ƒå’Œä»¿çœŸæ‰€å»ºç«‹çš„BP网络，åŒæ—¶é€šè¿‡ä¸€ç»„æ ·æœ¬æ•°æ®æ¥éªŒè¯æ‰€å»ºç«‹ç½‘络的åˆç†æ€§ã€‚当è®ç»ƒåˆ°100æ¥æ—¶ï¼Œè¯¯å·®å·²å¾ˆå°ï¼Œå½“è®ç»ƒåˆ°587æ¥æ—¶ï¼Œç½‘络性能达到è¦æ±‚。最终得到的å‡æ–¹è¯¯å·®ä¸º9.995×10-4。(7)
为了æ高负è·é¢„测精度，将主æˆåˆ†å›žå½’（PCR）ã€å最å°äºŒä¹˜å›žå½’(PLSR)å’Œåå‘ä¼ æ’神ç»ç½‘络（BPNN）结åˆç”¨äºŽä¸é•¿æœŸè´Ÿè·é¢„测，分别建立基于PCRã€PLSRåŠä¸Žç¥žç»ç½‘络耦åˆçš„年用电é‡é¢„测模型。模型结果表明，分别以PCRã€PLSR方法æå–æˆåˆ†ä½œä¸ºç¥žç»ç½‘络的输入，以实际用电é‡ä½œä¸ºè¾“出建立的PCBPNNå’ŒLVBPNNéžçº¿æ€§æ¨¡åž‹æ‹Ÿåˆä¼˜åº¦ä¼˜äºŽPCRå’ŒPLSR模型。将2009—2011å¹´çš„æ•°æ®ä½œä¸ºæ£€éªŒæ•°æ®æ”¾å…¥å„模型，从检验效果æ¥çœ‹ï¼Œçº¿æ€§æ¨¡åž‹çš„预测值å‡é«˜äºŽå®žé™…值，éžçº¿æ€§æ¨¡åž‹çš„预测值å‡ä½ŽäºŽå®žé™…值。(8)
历年积累的江è‹çœå…¨ç¤¾ä¼šç”¨ç”µé‡æ•°æ®æ˜¯ä¸ªæ—¶é—´åºåˆ—，时间åºåˆ—预测是通过编制和分æžæ—¶é—´åºåˆ—ï¼Œæ ¹æ®æ—¶é—´åºåˆ—所åæ˜ å‡ºæ¥çš„å‘展过程ã€æ–¹å‘和趋势，进行类推或延伸，借以预测下一段时间或以åŽè‹¥å¹²å¹´å†…å¯èƒ½è¾¾åˆ°çš„水平。江è‹çœå…¨ç¤¾ä¼šç”¨ç”µé‡æ—¶é—´åºåˆ—的散点图表明其å‘展趋势为曲线，更类似于生命周期曲线，å³å‰æœŸå‘展较慢，表现为较平稳的上å‡ï¼ŒéšåŽå‘展迅速，表现为较陡å³çš„上å‡æ›²çº¿ï¼Œå‘展到一定程度åŽï¼Œå‘展速度å†æ¬¡å˜ç¼“，曲线é‡æ–°å˜å¹³ç¨³ï¼Œä½†ç›®å‰æ±Ÿè‹çœå…¨ç¤¾ä¼šç”¨ç”µé‡å‘展é‡æ–°å˜å¹³ç¨³çš„曲线并ä¸é•¿ï¼Œéšç€ç»æµŽå‘展速度的放缓以åŠæ–°èƒ½æºçš„替代作用的å‘挥，å¯èƒ½ä¼šå‡ºçŽ°é•¿æœŸçš„平稳å‘展甚至出现下é™è¶‹åŠ¿ï¼Œè¿™äº›å‡ç»™åˆ©ç”¨æ—¶é—´åºåˆ—预测带æ¥å›°éš¾ï¼Œå‘展趋势å‘生æ‹ç‚¹ï¼Œä½¿å¾—时间åºåˆ—带有的信æ¯ä¸èƒ½ä½œä¸ºé¢„æµ‹çš„åŸºç¡€ï¼Œå› æ¤ä¼ 统的时间åºåˆ—预测方法并ä¸é€‚用。 编者2016å¹´5月 目录 1绪论 1.1选题背景åŠæ„义(1) 1.2å›½å†…å¤–ç ”ç©¶çŽ°çŠ¶(6) 1.3主è¦å·¥ä½œ(6) 2电力需求预测方法 2.1电力负è·çš„æž„æˆåŠç‰¹ç‚¹(9) 2.2è´Ÿè·é¢„测的æ¥éª¤(10) 2.2.1历å²æ•°æ®çš„收集(10) 2.2.2历å²æ•°æ®çš„æ•´ç†(10) 2.2.3è´Ÿè·æ•°æ®çš„预处ç†(11) 2.2.4è´Ÿè·é¢„测模型的建立(11) 2.3电力负è·é¢„测方法简介(11) 2.3.1基于å‚数模型的ä¸é•¿æœŸç”µåŠ›è´Ÿè·é¢„测方法(12) 2.3.2基于éžå‚数模型的ä¸é•¿æœŸç”µåŠ›è´Ÿè·é¢„测方法(14) 2.3.3与动æ€è¿‡ç¨‹ç»“åˆçš„预测方法(19) 2.3.4组åˆé¢„测方法(19) 2.4电力需求预测的难点(21) 3江è‹çœç”µåŠ›ä¾›éœ€çŽ°çŠ¶åŠå½±å“å› ç´ 3.1电力市场环境分æž(22) 3.1.1ç»æµŽå‘展总体情况(22) 3.1.2能æºçŽ¯å¢ƒ(23) 3.2江è‹ç”µåŠ›ä¾›éœ€å½¢åŠ¿åˆ†æž(24) 3.2.1电力供应能力(24) 3.2.2å¯å†ç”Ÿèƒ½æºå‘电(26) 3.2.3电力需求情况(27) 3.3å½±å“江è‹ç”¨ç”µé‡çš„å› ç´ åˆ†æž(32) 3.3.1ç»æµŽå› ç´ ä¸Žç”¨ç”µé‡çš„关系分æž(32) 3.3.2用电é‡é¢„测的数æ®å’Œè§£é‡Šå˜é‡é€‰å–(36) 4电力需求预测回归模型 4.1多é‡å…±çº¿æ€§åˆ†æž(39) 4.1.1产生多é‡å…±çº¿æ€§åŽŸå› (39) 4.1.2多é‡å…±çº¿æ€§çš„å½±å“(40) 4.1.3多é‡å…±çº¿æ€§çš„诊æ–(42) 4.1.4解决多é‡å…±çº¿æ€§çš„方法(44) 4.1.5对负è·å½±å“å› ç´ å¤šé‡å…±çº¿æ€§çš„实è¯åˆ†æž(45) 4.2é€æ¥å›žå½’(47) 4.2.1é€æ¥å›žå½’法的基本æ€æƒ³å’Œè®¡ç®—方法(47) 4.2.2è´Ÿè·çš„é€æ¥å›žå½’模型(49) 4.3å²å›žå½’(51) 4.3.1å²å›žå½’的基本原ç†å’Œç®—法(51) 4.3.2è´Ÿè·çš„å²å›žå½’模型(52) 4.4å最å°äºŒä¹˜å›žå½’(54) 4.4.1å最å°äºŒä¹˜å›žå½’分æžåŽŸç†å’Œç®—法(55) 4.4.2基于å最å°äºŒä¹˜å›žå½’模型的负è·é¢„测(58) 4.5结论(62) 5电力需求ç°è‰²é¢„测模型 5.1ç°è‰²ç³»ç»Ÿ(63) 5.2ç°è‰²æ¨¡åž‹å»ºæ¨¡æœºç†(65) 5.3ç°è‰²é¢„测模型(66) 5.3.1GM(1,1)预测模型(66) 5.3.2预测精度的检验(67) 5.4模型预测实例(68) 5.4.1模型建立åŠæ£€éªŒ(68) 5.4.2预测结果与检验(70) 6电力需求预测é—ä¼ è§„åˆ’æ¨¡åž‹ 6.1é—ä¼ è§„åˆ’åŸºæœ¬åŽŸç†(74) 6.1.1ç®—å¼è¡¨è¾¾(74) 6.1.2åˆå§‹ä¸ªä½“生æˆ(75) 6.1.3确定适应度(76) 6.1.4å¤åˆ¶(76) 6.1.5交å‰(76) 6.1.6å˜å¼‚(77) 6.1.7终æ¢å‡†åˆ™(77) 6.2è´Ÿè·é¢„测é—ä¼ è§„åˆ’æ¨¡åž‹(78) 6.2.1è´Ÿè·é¢„测ç†è®ºåŸºç¡€(78) 6.2.2算例分æž(78) 6.3æœ¬ç« å°ç»“(79) 7基于BP神ç»ç½‘络的江è‹ç”¨ç”µé‡é¢„æµ‹æ¨¡åž‹ç ”ç©¶ 7.1引言(80) 7.2å…¨çœç”¨ç”µé‡å¢žé•¿ä¸Žç»æµŽå…³ç³»åˆ†æž(80) 7.2.1江è‹çœGDPã€å›ºå®šèµ„产投资总é¢ã€äººå‡æ”¶å…¥ä¸Žç”¨ç”µé‡å…³ç³»çš„å®šæ€§åˆ†æž (80) 7.2.2江è‹çœGDPã€å›ºå®šèµ„产投资总é¢ã€äººå‡æ”¶å…¥ä¸Žç”¨ç”µé‡å…³ç³»çš„定é‡åˆ†æž (81) 7.3BP神ç»ç½‘络的结构和è®ç»ƒæ–¹æ³•(82) 7.3.1BP神ç»ç½‘络的结构(82) 7.3.2BP网络的è®ç»ƒæ–¹æ³•(82) 7.4基于è´å¶æ–¯æ£åˆ™åŒ–优化BP神ç»ç½‘络的预测模型(84) 7.4.1æ£åˆ™åŒ–方法(84) 7.4.2神ç»ç½‘络的è´å¶æ–¯å¦ä¹ (85) 7.4.3è´å¶æ–¯æ£åˆ™åŒ–BP神ç»ç½‘络è®ç»ƒæ¥éª¤(86) 7.4.4用电é‡æ¨¡åž‹çš„建立(87) 7.4.5仿真结果åŠåˆ†æž(88) 7.4.6预测结果比较(88) 7.5结论(89) 8电力需求预测优选组åˆæ¨¡åž‹ 8.1优选组åˆé¢„测方法(90) 8.1.1ç‰æƒå¹³å‡ç»„åˆé¢„测(90) 8.1.2方差å方差优选组åˆé¢„测(90) 8.1.3回归组åˆé¢„测(92) 8.1.4模型群优选预测法(93) 8.2神ç»ç½‘络优选组åˆé¢„测模型(93) 8.3基于回归神ç»ç½‘络的长期电力负è·ç»„åˆé¢„æµ‹æ¨¡åž‹ç ”ç©¶(95) 8.3.1å˜é‡é—´å¤šé‡å…±çº¿æ€§çš„判定(96) 8.3.2回归预测模型(97) 8.3.3è´Ÿè·ç»„åˆé¢„测模型(98) 8.3.4è´Ÿè·ç»„åˆæ¨¡åž‹çš„求解(99) 8.3.5仿真结果åŠåˆ†æž(99) 8.3.6预测结果分æž(100) 8.3.7结论(102) 9主æˆåˆ†å›žå½’ã€å最å°äºŒä¹˜å›žå½’与神ç»ç½‘络耦åˆçš„ä¸é•¿æœŸè´Ÿè·é¢„æµ‹ç ”ç©¶ 9.1引言(103) 9.2æŒ‡æ ‡ä¸Žæ–¹æ³•(104) 9.2.1年用电é‡é¢„测模型å˜é‡çš„选å–(104) 9.2.2ç»æµŽå¢žé•¿ä¸Žç”¨ç”µé‡å¢žé•¿çš„关系分æž(104) 9.2.3自å˜é‡é—´å¤šé‡å…±çº¿æ€§åˆ†æž(105) 9.2.4建模方法(105) 9.3预测结果与分æž(106) 9.3.1模型结果与拟åˆåº¦æ£€éªŒ(106) 9.3.2模型预测效果分æž(108) 9.4结论(108) 10基于时间åºåˆ—的江è‹çœç”¨ç”µé‡é¢„测模型 10.1时间åºåˆ—åŠæ—¶é—´åºåˆ—预测法(110) 10.1.1时间åºåˆ—åŠæ—¶é—´åºåˆ—预测法的概念(110) 10.1.2时间åºåˆ—预测法的内容(111) 10.1.3时间åºåˆ—预测法的基本特å¾(113) 10.2移动平å‡æ³•(113) 10.2.1简å•ç§»åŠ¨å¹³å‡æ³•(114) 10.2.2åŠ æƒç§»åŠ¨å¹³å‡æ³•(114) 10.2.3趋势移动平å‡æ³•(115) 10.3指数平滑法(118) 10.3.1一次指数平滑法(119) 10.3.2二次指数平滑法(120) 10.3.3三次指数平滑法(123) 10.4自适应滤波算法(126) 10.4.1自适应滤波算法背景(126) 10.4.2典型的自适应滤波算法(126) 10.4.3自适应滤波法的基本过程(127) 10.5ARIMA模型(128) 11江è‹çœç”¨ç”µé‡æ¶ˆè€—与ç»æµŽå‘展关系åŠè„±é’©æ•ˆåº” ——基于STIRPAT模型和OECDè„±é’©æŒ‡æ•°çš„ç ”ç©¶ 11.1ç ”ç©¶æ–¹æ³•(131) 11.1.1é©±åŠ¨å› ç´ åˆ†æžæ–¹æ³•(131) 11.1.2脱钩效应分æžæ–¹æ³•(134) 11.2结果与分æž(135) 11.2.1用电é‡è€—è´¹é©±åŠ¨å› ç´ åˆ†è§£(135) 11.2.2用电é‡ä¸Žç»æµŽå‘展脱钩效应(137) 11.3结论(139) 12总结(140) å‚考文献(144) |
ç²¾å“新书
|
| ||||||
|
| ||||||
|
| ||||||
|
| ||||||
 |
 |
