| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·课题的来源、目的及意义 | 第10-12页 |
| ·钢铁企业能耗分析与预测方法 | 第12-16页 |
| ·钢铁企业能耗分析方法 | 第12-13页 |
| ·钢铁企业能耗评价方法 | 第13-15页 |
| ·钢铁企业能耗预测方法 | 第15-16页 |
| ·本课题研究的主要内容 | 第16-18页 |
| 2 钢铁工业工艺及物质流分析 | 第18-27页 |
| ·钢铁产品概述及钢铁工业工艺流程 | 第18-22页 |
| ·钢铁产品概述 | 第18-19页 |
| ·钢铁生产工艺流程 | 第19-22页 |
| ·钢铁企业物质流分析 | 第22-26页 |
| ·钢铁企业物质流 | 第22-26页 |
| ·小结 | 第26-27页 |
| 3 基于物质流的钢铁企业能耗分析 | 第27-39页 |
| ·钢铁企业能耗 | 第27-32页 |
| ·钢铁企业能耗特点 | 第27-28页 |
| ·钢铁企业能耗的影响因素 | 第28-29页 |
| ·分析钢铁企业能耗常用指标 | 第29-32页 |
| ·物质流因素对钢铁企业能耗的影响 | 第32-38页 |
| ·钢铁企业单元物质流情况 | 第32-34页 |
| ·各物质流对吨钢能耗影响 | 第34-38页 |
| ·小结 | 第38-39页 |
| 4 基于区间神经网络的预测方法分析 | 第39-49页 |
| ·权值、阈值为区间数 | 第39-45页 |
| ·输出层权值训练 | 第40-41页 |
| ·隐层权值训练 | 第41-45页 |
| ·输入输出数据为区间、权值阈值为点值 | 第45-49页 |
| ·输出层权值训练 | 第46页 |
| ·隐层权值训练 | 第46-49页 |
| 5 基于主成分分析和区间神经网络的钢铁企业能耗预测 | 第49-65页 |
| ·钢铁企业能耗数据的主成分分析法预处理 | 第49-56页 |
| ·主成分定义 | 第49-50页 |
| ·主成分分析法原理及算法流程图 | 第50-52页 |
| ·能耗数据的主成分分析法预处理 | 第52-56页 |
| ·区域神经网络预测钢铁企业能耗原理 | 第56-59页 |
| ·BP神经网络 | 第57-59页 |
| ·基于区间神经网络的钢铁企业能耗预测方法 | 第59-64页 |
| ·BP神经网络预测 | 第59-61页 |
| ·区域神经网络预测 | 第61-64页 |
| ·小结 | 第64-65页 |
| 6 结论与展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |