| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究的理论和实际意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·课题研究的内容 | 第13-14页 |
| ·课题研究的方法 | 第14-15页 |
| ·课题研究的重点、创新点 | 第15-16页 |
| 第2章 电厂热工控制系统及其备件的特点 | 第16-24页 |
| ·电厂热工控制系统的特点 | 第16-18页 |
| ·火力发电热力系统概述 | 第16页 |
| ·电厂热工控制系统概述 | 第16-18页 |
| ·电厂热工控制系统备件的特点 | 第18-19页 |
| ·电厂热工控制系统备件管理的现状 | 第19-21页 |
| ·电厂热工控制系统备件管理的发展趋势 | 第21-24页 |
| ·备件的联合储备模式 | 第21-22页 |
| ·备件的供应商管理库存 | 第22-24页 |
| 第3章 备件消耗预测概述 | 第24-35页 |
| ·导论 | 第24页 |
| ·传统的备件预测方法 | 第24-31页 |
| ·统计分析法 | 第25-27页 |
| ·基于可靠性的预测方法 | 第27-29页 |
| ·任务量法 | 第29-31页 |
| ·传统备件预测方法的准确性检验 | 第31页 |
| ·间断消耗预测方法 | 第31-34页 |
| ·间断消耗预测方法概述 | 第31-33页 |
| ·间断消耗预测的准确性检验 | 第33-34页 |
| ·备件消耗预测研究趋势 | 第34-35页 |
| 第4章 基于BP 模糊神经网络的备件ABC 分类模型 | 第35-48页 |
| ·引言 | 第35页 |
| ·备件ABC 分类方法的应用现状及存在的缺陷 | 第35-36页 |
| ·人工神经网络简介 | 第36-38页 |
| ·BP 模糊神经网络简介 | 第38-42页 |
| ·BP 模糊神经网络基本概念及其优点 | 第38-39页 |
| ·BP 模糊神经网络结构 | 第39-40页 |
| ·BP 模糊神经网络学习算法 | 第40-42页 |
| ·基于BP 模糊神经网络的备件ABC 分类模型研究 | 第42-44页 |
| ·备件ABC 分类影响因素分析 | 第42-43页 |
| ·传统备件ABC 分类方法的改进思路 | 第43页 |
| ·基于BP 模糊神经网络的备件ABC 分类模型的结构设计 | 第43-44页 |
| ·基于BP 模糊神经网络的备件ABC 分类模型的学习算法 | 第44页 |
| ·改进的BP 算法研究 | 第44-46页 |
| ·自适应调整学习步长法 | 第45页 |
| ·Levenberg—Marquardt 优化方法 | 第45-46页 |
| ·应用实例 | 第46-48页 |
| 第5章 基于改进的ABC 分类的备件消耗预测模型 | 第48-56页 |
| ·引述 | 第48页 |
| ·A 类、B 类备件的消耗预测模型 | 第48-51页 |
| ·循环类A 类、B 类备件的消耗量预测模型 | 第49-50页 |
| ·非循环类A 类、B 类备件的消耗量预测模型 | 第50-51页 |
| ·C 类备件的消耗预测模型 | 第51-53页 |
| ·实例分析 | 第53-56页 |
| 课题研究的结论和实际应用前景 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |
