| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·能源管理系统国内外研究现状 | 第12-13页 |
| ·能耗预测国内外研究现状 | 第13-15页 |
| ·本文主要研究内容与结构安排 | 第15-17页 |
| ·主要研究内容 | 第15页 |
| ·论文结构安排 | 第15-17页 |
| 第二章 有色金属企业的能源使用情况及能源管理系统的研究 | 第17-24页 |
| ·引言 | 第17页 |
| ·有色金属行业能源使用基本情况 | 第17-18页 |
| ·有色金属企业能源使用分析 | 第18-20页 |
| ·有色金属企业能源管理系统的研究 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于改进的遗传算法的BP神经网络 | 第24-40页 |
| ·引言 | 第24页 |
| ·BP神经网络模型 | 第24-27页 |
| ·BP神经网络结构及特点 | 第24-26页 |
| ·BP学习算法 | 第26-27页 |
| ·遗传算法及其改进 | 第27-34页 |
| ·遗传算法原理 | 第27-29页 |
| ·遗传算法流程及不足 | 第29-31页 |
| ·遗传算法的改进 | 第31-34页 |
| ·改进的遗传算法与BP神经网络模型的建立 | 第34-38页 |
| ·遗传算法优化BP神经网络理论 | 第34-36页 |
| ·LGGA-BP模型的建立 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 有色金属企业的能耗预测 | 第40-61页 |
| ·引言 | 第40页 |
| ·能源消耗类型的划分 | 第40-41页 |
| ·能耗分类1的预测 | 第41-57页 |
| ·预测方法 | 第41-44页 |
| ·样本的划分 | 第44-45页 |
| ·数据预处理 | 第45-46页 |
| ·BP神经网络结构的确定 | 第46-50页 |
| ·LGGA-BP能耗预测模型的训练 | 第50-52页 |
| ·预测结果对比分析 | 第52-57页 |
| ·能耗分类2的预测 | 第57-58页 |
| ·能耗分类3的预测 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 能耗预测模型的应用 | 第61-68页 |
| ·佛山某铜管企业能耗数据概况 | 第61-62页 |
| ·铜管企业的LGGA-BP预测 | 第62-64页 |
| ·能耗预测模型在能源管理系统中的实现 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间发表的论文 | 第73-75页 |
| 致谢 | 第75页 |