| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 本文的选题背景 | 第7-8页 |
| 1.2 本文的研究意义 | 第8-9页 |
| 1.3 本文的内容及组织结构 | 第9-10页 |
| 第二章 煤气预测理论基础 | 第10-25页 |
| 2.1 预测理论概述 | 第10-15页 |
| 2.1.1 预测理论的基本原理 | 第11-12页 |
| 2.1.2 实际预测的常用方法 | 第12-15页 |
| 2.2 时间序列预处理 | 第15-17页 |
| 2.2.1 滑动平均法 | 第15-16页 |
| 2.2.2 加权移动平均法 | 第16页 |
| 2.2.3 滑动平均权系数的确定 | 第16-17页 |
| 2.3 时间序列分析 | 第17-21页 |
| 2.3.1 时间序列模型 | 第17-19页 |
| 2.3.2 时间序列数据的相关性分析 | 第19-20页 |
| 2.3.3 Box—Jenkins预测法 | 第20-21页 |
| 2.4 回归分析法建模 | 第21-25页 |
| 2.4.1 线性回归模型 | 第21-23页 |
| 2.4.2 模型参数的估计 | 第23-25页 |
| 第三章 煤气流量线性最小方差自适应预测算法 | 第25-36页 |
| 3.1 数据及预测效果评价介绍 | 第25页 |
| 3.2 Box-Jenkins预测法的不足 | 第25-31页 |
| 3.3 基于时间序列模型的线性最小方差自适应预测算法 | 第31-36页 |
| 3.3.1 时间序列数据的预处理 | 第31-32页 |
| 3.3.2 模型参数的递推估计 | 第32-34页 |
| 3.3.3 基于线性最小方差原理的Astrom预测算法 | 第34-36页 |
| 第四章 煤气预测模型 | 第36-51页 |
| 4.1 煤气预测模型的选择 | 第36-44页 |
| 4.1.1 AR(p)预测模型 | 第36-37页 |
| 4.1.2 MA(q)预测模型 | 第37-40页 |
| 4.1.3 ARMA(p,q)预测模型 | 第40-44页 |
| 4.2 基于AR(p)模型的一步预测模型 | 第44-47页 |
| 4.3 煤气流量预测的改进算法 | 第47-51页 |
| 4.3.1 改进的基于线性最小方差多步自适应预测算法 | 第48-49页 |
| 4.3.2 改进算法的瞬时煤气流量预测 | 第49-51页 |
| 第五章 煤气优化调度 | 第51-62页 |
| 5.1 某钢铁企业煤气系统网络结构模型 | 第51-55页 |
| 5.1.1 副产煤气管网的分类 | 第53-54页 |
| 5.1.2 调度单元模型的分类 | 第54-55页 |
| 5.2 煤气优化调度模型 | 第55-60页 |
| 5.2.1 回归建模 | 第55-57页 |
| 5.2.2 调度单元模型的构建 | 第57-59页 |
| 5.2.3 建模数据的预处理 | 第59-60页 |
| 5.3 煤气优化调度模型的评价策略 | 第60页 |
| 5.4 煤气的调度原则 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67页 |
