摘要 | 第1-6页 |
Abstract | 第6-9页 |
第一章 绪论 | 第9-16页 |
·我国钢铁工业能耗现状及面临的问题 | 第9-10页 |
·钢铁企业节能的主要途径 | 第10-12页 |
·管理节能 | 第10-11页 |
·设备节能 | 第11页 |
·结构节能 | 第11页 |
·技术节能 | 第11-12页 |
·动力系统节能 | 第12页 |
·钢铁企业能源模型建立的发展过程 | 第12-13页 |
·钢铁企业能耗分析方法的研究 | 第13-14页 |
·课题的主要研究内容和创新点 | 第14-16页 |
·课题的研究内容及主要思路 | 第14-15页 |
·课题的研究特色与创新之处 | 第15-16页 |
第二章 分层着色 Petri 网在钢铁系统制造流程建模中的应用 | 第16-23页 |
·Petri 网概述 | 第16-18页 |
·有关分层着色 CPN 的定义 | 第16-17页 |
·分层有色 Petri 模型描述 | 第17-18页 |
·HCPN 模型的建立 | 第18-19页 |
·应用 HCPN 建立炼铁系统能源流程模型 | 第19-21页 |
·小结 | 第21-23页 |
第三章 基于模糊层次分析法的物流对能耗影响分析 | 第23-38页 |
·模糊层次分析法概述 | 第23-27页 |
·层次分析法原理及定义 | 第23-24页 |
·AHP 基本步骤 | 第24-27页 |
·基于模糊层次分析法的钢铁生产能耗影响因素综合评价模型 | 第27-30页 |
·层次分析法存在的不足 | 第27页 |
·模糊层次分析法简介 | 第27-30页 |
·基于模糊层次分析法的钢铁生产能耗影响因素综合评价模型 | 第30-36页 |
·钢铁生产主流程物流影响因素分析 | 第30页 |
·建立相应的基准物流图 | 第30-32页 |
·模型建立 | 第32-36页 |
·结论 | 第36-38页 |
第四章 基于遗传算法小波神经网络能耗预测模型的研究 | 第38-48页 |
·小波神经网络理论基础 | 第38-40页 |
·WNN 模型简介 | 第38-40页 |
·GA-WNN 简介 | 第40页 |
·GA-WNN 的训练 | 第40-41页 |
·遗传算法小波神经网络能耗预测模型 | 第41-46页 |
·系统模型描述 | 第41-44页 |
·模型建立 | 第44页 |
·网络模型的训练和评价 | 第44-46页 |
·小结 | 第46-48页 |
第五章 结论与展望 | 第48-50页 |
·研究结论 | 第48页 |
·不足与展望 | 第48-50页 |
参考文献 | 第50-53页 |
发表论文和科研情况说明 | 第53-54页 |
致谢 | 第54-55页 |