| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·研究内容与研究意义 | 第11-12页 |
| ·研究内容 | 第11页 |
| ·研究意义 | 第11-12页 |
| ·研究方法与论文结构 | 第12-15页 |
| ·研究方法与技术路线 | 第12-13页 |
| ·论文结构安排 | 第13-15页 |
| 第二章 理论基础及研究综述 | 第15-23页 |
| ·装备制造企业产品制造过程能源消耗状况与特性 | 第15-19页 |
| ·装备制造企业概论 | 第15页 |
| ·装备制造企业的能源消耗状况 | 第15-16页 |
| ·装备制造企业的能源消耗特点 | 第16-17页 |
| ·装备制造业企业节能策略分析 | 第17-19页 |
| ·能耗预测的相关理论与研究 | 第19-22页 |
| ·能耗预测的理论与方法 | 第19-21页 |
| ·能耗预测的相关研究 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 大数据及相关处理技术 | 第23-41页 |
| ·大数据的概念与内涵 | 第23-28页 |
| ·大数据的概念 | 第23-25页 |
| ·装备制造企业与大数据 | 第25-28页 |
| ·大数据处理框架 | 第28-31页 |
| ·大数据处理模式 | 第28-29页 |
| ·流处理 | 第28页 |
| ·批处理 | 第28-29页 |
| ·大数据处理的基本流程 | 第29-31页 |
| ·数据采集 | 第29-30页 |
| ·数据处理与集成 | 第30页 |
| ·数据分析 | 第30-31页 |
| ·数据解释 | 第31页 |
| ·大数据核心技术 | 第31-40页 |
| ·云计算和MAPREDUCE | 第31-32页 |
| ·分布式文件系统 | 第32-33页 |
| ·分布式并行数据库系统 | 第33-36页 |
| ·大数据可视化 | 第36-37页 |
| ·大数据处理工具 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 大数据背景下的能耗预测架构设计 | 第41-53页 |
| ·现代装备制造企业的大数据背景分析 | 第41-53页 |
| ·现代装备制造企业生产过程的大数据环境 | 第41-43页 |
| ·现代装备制造企业生产过程的大数据分析架构 | 第43-50页 |
| ·现代装备制造企业生产过程的能源大数据流 | 第50-53页 |
| 第五章 大数据环境下的装备制造能源消耗影响因素分析 | 第53-72页 |
| ·装备制造企业能源消耗影响因素分析 | 第53-56页 |
| ·能源消耗影响因素的数据获取 | 第56-67页 |
| ·能源影响因素的计算方式 | 第56-57页 |
| ·计算数据的获取 | 第57-67页 |
| ·能源消耗影响因素的数据分析 | 第67-71页 |
| ·电力消耗影响因素的数据挖掘 | 第67-69页 |
| ·天然气消耗影响因素的数据挖掘 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 基于支持向量机理论的能源消耗预测模型 | 第72-88页 |
| ·支持向量机的基本理论 | 第72-76页 |
| ·基本概念 | 第72页 |
| ·支持向量机回归算法 | 第72-74页 |
| ·核函数 | 第74-75页 |
| ·损失函数 | 第75-76页 |
| ·基于支持向量机的能耗预测模型架构 | 第76-78页 |
| ·模型架构 | 第76-77页 |
| ·模型输入输出 | 第77-78页 |
| ·基于支持向量机的装备制造企业能耗预测 | 第78-87页 |
| ·数据预处理 | 第78-81页 |
| ·模型参数选择算法 | 第81-82页 |
| ·仿真实验 | 第82-84页 |
| ·性能对比 | 第84-87页 |
| ·本章小结 | 第87-88页 |
| 第七章 总结与展望 | 第88-90页 |
| ·论文总结 | 第88页 |
| ·研究局限与展望 | 第88-90页 |
| ·研究局限 | 第88-89页 |
| ·研究展望 | 第89-90页 |
| 参考文献 | 第90-95页 |
| 攻读硕士学位期间所取得的相关科研成果 | 第95-96页 |
| 致谢 | 第96页 |