| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·课题的研究背景 | 第9-10页 |
| ·预测技术在国内外的发展状况 | 第10-16页 |
| ·预测技术的概述 | 第10-13页 |
| ·组合预测技术的提出 | 第13-14页 |
| ·组合预测技术在国内外的研究现状 | 第14-16页 |
| ·课题的研究意义 | 第16-17页 |
| ·课题的研究内容 | 第17-18页 |
| ·论文依托的课题 | 第18-19页 |
| 第二章 企业能源管理系统 | 第19-28页 |
| ·企业能源管理系统概述 | 第19-20页 |
| ·企业能源管理系统分析 | 第20-23页 |
| ·企业能源管理模式 | 第20-22页 |
| ·企业能源管理系统的作用 | 第22-23页 |
| ·企业能源管理系统能源消费量的预测分析模型 | 第23-27页 |
| ·企业能源管理系统能源消费量的常规预测模型 | 第23-25页 |
| ·企业能源管理系统能源消费量的优化预测模型 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基本理论 | 第28-53页 |
| ·灰色预测模型简介 | 第28-36页 |
| ·灰色系统理论概述 | 第28-29页 |
| ·GM(1,1)预测模型 | 第29-32页 |
| ·改进 GM (1,1)模型—加权 pGM (1,1)模型 | 第32-34页 |
| ·灰色关联度分析 | 第34-36页 |
| ·马尔科夫链 | 第36-41页 |
| ·马尔科夫链的概述 | 第36-37页 |
| ·马尔科夫链定义 | 第37-38页 |
| ·灰色马尔科夫链预测模型 | 第38-41页 |
| ·人工神经网络 | 第41-49页 |
| ·人工神经网络的概述 | 第41-44页 |
| ·基于 BP 神经网络的预测模型 | 第44-48页 |
| ·改进 BP 算法—增加动量项法 | 第48-49页 |
| ·预测模型的精度检验 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 企业能源管理系统能源消费量的单项预测分析 | 第53-64页 |
| ·数据来源 | 第53-54页 |
| ·企业能源消费量的灰色预测 | 第54-56页 |
| ·企业能源管理系统能源消费量的灰色马尔科夫链预测 | 第56-59页 |
| ·企业能源消费量的 BP 神经网络预测 | 第59-63页 |
| ·BP 神经网络预测模型结构设计 | 第59-60页 |
| ·BP 神经网络预测模型的预测结果分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 企业能源管理系统能源消费量的 BP 神经网络组合预测 | 第64-71页 |
| ·序言 | 第64-65页 |
| ·基于 BP 神经网络组合预测模型的构建 | 第65-68页 |
| ·企业能源管理系统能源消费量的 BP 神经网络组合预测 | 第68-70页 |
| ·基于 BP 神经网络的组合预测模型的预测结果 | 第68-69页 |
| ·各预测模型预测性能对比分析 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 结论与展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表的学术论文 | 第77-78页 |
