摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第9-13页 |
·论文研究背景及意义 | 第9-10页 |
·研究背景 | 第9-10页 |
·研究意义 | 第10页 |
·国内外研究现状 | 第10-12页 |
·本文的研究思路及内容 | 第12-13页 |
第2章 火电行业二氧化硫控制法规及技术 | 第13-22页 |
·我国二氧化硫排放现状 | 第13-16页 |
·火电行业二氧化硫控制法规、政策及标准 | 第16-18页 |
·二氧化硫控制法规与政策 | 第16页 |
·火电厂污染物排放标准 | 第16-17页 |
·排污收费制度 | 第17-18页 |
·火电行业二氧化硫控制技术 | 第18-21页 |
·二氧化硫的生成原理 | 第18-19页 |
·火电行业二氧化硫控制技术 | 第19-21页 |
·本章小结 | 第21-22页 |
第3章 火电行业二氧化硫排放量估算方法研究 | 第22-30页 |
·二氧化硫排放量估算的一般方法 | 第22-27页 |
·现场实测法 | 第22-23页 |
·物料衡算法 | 第23-24页 |
·经验估算法 | 第24页 |
·类比分析法 | 第24页 |
·通量法 | 第24-26页 |
·浓度反推法 | 第26页 |
·地面轴浓度公式法 | 第26-27页 |
·燃煤锅炉的二氧化硫排放估算 | 第27-28页 |
·区域火电厂二氧化硫排放量数理统计预测方法 | 第28-29页 |
·本章小结 | 第29-30页 |
第4章 区域火电行业SO_2排放预测模型与排放特征 | 第30-44页 |
·灰色理论与区域火电行业SO_2 排放特征 | 第30-33页 |
·灰色理论的基本概念 | 第30页 |
·灰色理论的产生 | 第30-31页 |
·灰色理论的基本特点 | 第31-32页 |
·灰色系统理论数据处理的基本方法 | 第32-33页 |
·区域火电行业SO_2 排放的灰色特征 | 第33页 |
·灰色预测理论与预测方法 | 第33-35页 |
·人工神经网络理论 | 第35-37页 |
·常用的神经网络模型 | 第35-36页 |
·BP 神经网络 | 第36-37页 |
·组合预测模型与预测模型的选择 | 第37-39页 |
·组合预测模型 | 第37-38页 |
·组合预测模型的分类 | 第38页 |
·区域火电行业SO_2 排放量预测模型的选取 | 第38-39页 |
·区域火电行业SO_2 排放量预测模型的建立 | 第39-43页 |
·GM(1,N)灰色预测模型 | 第39-40页 |
·BP 神经网络模型 | 第40-42页 |
·基于灰色神经网络的火电SO_2 排放量组合预测模型 | 第42-43页 |
·本章小结 | 第43-44页 |
第5章 火电行业SO_2排放量预测 | 第44-50页 |
·火电行业SO_2 排放量预测的基础数据采集 | 第44-45页 |
·火电行业SO_2 排放量预测 | 第45-48页 |
·基于灰色预测模型的SO_2 排放量预测 | 第45-46页 |
·基于BP 神经网络模型SO_2 排放量预测 | 第46-47页 |
·基于灰色神经网络组合模型的火电SO_2 排放量预测 | 第47-48页 |
·预测结果分析 | 第48-49页 |
·本章小结 | 第49-50页 |
第6章 结论 | 第50-51页 |
参考文献 | 第51-53页 |
攻读硕士学位期间发表的论文及其它成果 | 第53-54页 |
致谢 | 第54-55页 |
作者简介 | 第55-56页 |
详细摘要 | 第56-67页 |