钢铁企业能源管理系统及其能耗预测的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·钢铁企业能源管理的必要性 | 第11-13页 |
| ·钢铁企业能源消耗预测方法概述 | 第13-16页 |
| ·课题的来源及主要研究内容 | 第16-17页 |
| ·课题来源及要解决的问题 | 第16页 |
| ·课题主要研究内容 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 能源管理系统特点和功能 | 第18-23页 |
| ·系统概述 | 第18页 |
| ·系统开发要求 | 第18-19页 |
| ·系统的目标 | 第19-20页 |
| ·系统架构 | 第20页 |
| ·系统功能结构 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 能源管理系统软件设计 | 第23-45页 |
| ·引言 | 第23页 |
| ·实时监控系统软件设计 | 第23-29页 |
| ·组态软件概述 | 第23-24页 |
| ·数据获取及处理 | 第24-26页 |
| ·实时监控系统 | 第26-29页 |
| ·能源信息及预测系统软件设计 | 第29-44页 |
| ·Windows 控件 | 第31-33页 |
| ·ADO.NET 编程 | 第33-36页 |
| ·界面设计 | 第36-38页 |
| ·统计查询功能 | 第38-41页 |
| ·预测功能 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 钢铁企业能耗预测模型算法研究 | 第45-58页 |
| ·引言 | 第45-46页 |
| ·BP 神经网络 | 第46-49页 |
| ·神经网络的概述 | 第46页 |
| ·BP 神经网络的结构和计算过程 | 第46-48页 |
| ·BP 神经网络的设计参数 | 第48-49页 |
| ·模拟退火-粒子群算法 | 第49-51页 |
| ·模拟退火算法 | 第49-50页 |
| ·粒子群算法 | 第50-51页 |
| ·模拟退火 PSO-BP 算法 | 第51-54页 |
| ·数据分析 | 第54-57页 |
| ·混合算法在钢铁集团能源消耗的仿真 | 第54-55页 |
| ·混合算法与其他算法的比较 | 第55-57页 |
| ·结束语 | 第57-58页 |
| 总结和展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 附件 | 第64页 |
