基于差分进化和支持向量机混合算法的钢铁企业能源预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 能源预测问题研究现状 | 第11-12页 |
| 1.2.2 差分进化算法研究现状 | 第12-14页 |
| 1.2.3 支持向量机研究现状 | 第14-15页 |
| 1.3 本文主要研究内容和研究路线 | 第15-17页 |
| 1.3.1 本文主要研究内容 | 第15-16页 |
| 1.3.2 本文研究路线 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第2章 钢铁企业工序能源介质预测问题 | 第18-26页 |
| 2.1 钢铁企业工艺流程与能源管理 | 第18-22页 |
| 2.1.1 钢铁企业能源消耗机理 | 第18-20页 |
| 2.1.2 钢铁企业各工序能耗分析 | 第20-22页 |
| 2.2 钢铁企业工序能源预测问题 | 第22-25页 |
| 2.2.1 用能计划制定流程及存在问题 | 第22-23页 |
| 2.2.2 能源预测问题分类 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基于最小二乘支持向量机的预测研究 | 第26-38页 |
| 3.1 最小二乘支持向量机预测算法 | 第26-34页 |
| 3.1.1 最小二乘支持向量机建模 | 第26-28页 |
| 3.1.2 核函数选择 | 第28-32页 |
| 3.1.3 参数设置 | 第32-34页 |
| 3.2 求解钢铁企业能源预测问题 | 第34-37页 |
| 3.2.1 数据处理 | 第34-36页 |
| 3.2.2 算法结果分析 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于DE和LSSVM混合算法的预测研究 | 第38-54页 |
| 4.1 差分进化算法 | 第38-40页 |
| 4.2 基于差分进化的LSSVM算法 | 第40-42页 |
| 4.3 数值实验 | 第42-53页 |
| 4.3.1 数据处理 | 第43-44页 |
| 4.3.2 结果分析 | 第44-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 钢铁企业能源预测系统 | 第54-64页 |
| 5.1 需求分析 | 第54-55页 |
| 5.2 系统结构设计 | 第55-57页 |
| 5.3 数据库设计 | 第57-59页 |
| 5.4 功能模块实现 | 第59-62页 |
| 5.5 本章小结 | 第62-64页 |
| 第6章 结束语 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
