在可持續(xù)發(fā)展和生態(tài)文明的大環(huán)境下,鋼鐵企業(yè)作為我國能源消耗大戶,如何提高自身的能源利用率和綜合競爭力成為當(dāng)務(wù)之急。因此,本文以鋼鐵企業(yè)的能源消耗預(yù)測為研究背景,在明確了鋼鐵企業(yè)現(xiàn)有的能耗問題及其局限性的基礎(chǔ)上,對能源預(yù)測問題進行分析研究,利用BP神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機算法對各工序的能耗數(shù)據(jù)進行預(yù)測,把握能源消耗的趨勢,減少能源的浪費,降低鋼鐵生產(chǎn)和貯存成本。最后根據(jù)鋼鐵企業(yè)的實際需求,設(shè)計開發(fā)了 Web版鋼鐵企業(yè)能源預(yù)測系統(tǒng)。本文主要的研究工作總結(jié)如下:(1)首先本文綜合研究了國內(nèi)外能源預(yù)測問題研究現(xiàn)狀,分析了目前鋼鐵企業(yè)能源介質(zhì)消耗的機理和存在的現(xiàn)實問題。對各主工序流程中能源介質(zhì)消耗和回收情況進行了研究和分析,并按能源介質(zhì)消耗機理和計量方式的不同將能耗預(yù)測問題進行了分類研究。(2)對于按月統(tǒng)計的小規(guī)模樣本數(shù)據(jù)集,提出基于差分進化算法的混核最小二乘支持向量機算法模型來求解預(yù)測問題,差分進化算法用于對影響模型預(yù)測精度的參數(shù)進行優(yōu)化。然后對該預(yù)測模型進行了求解,并與基于差分進化的單核最小二乘支持向量機模型的結(jié)果進行了比較,表明了該算法對能耗預(yù)測問題具有較高的精度。(3)針對大規(guī)模的樣...

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 鋼鐵企業(yè)能源預(yù)測問題研究現(xiàn)狀
        1.2.2 預(yù)測方法研究現(xiàn)狀
    1.3 主要研究內(nèi)容及研究路線
        1.3.1 主要研究內(nèi)容
        1.3.2 主要研究路線
    1.4 本章小結(jié)
第2章 鋼鐵企業(yè)能源介質(zhì)預(yù)測問題
    2.1 鋼鐵企業(yè)能源管理現(xiàn)狀和能耗問題
        2.1.1 鋼鐵企業(yè)能源管理現(xiàn)狀
        2.1.2 鋼鐵企業(yè)能耗分析
    2.2 鋼鐵企業(yè)工序能耗預(yù)測問題
        2.2.1 鋼鐵企業(yè)能耗影響因素分析和用能計劃流程
        2.2.2 鋼鐵企業(yè)工序能耗預(yù)測問題分類
    2.3 本章小結(jié)
第3章 基于DE的混核LSSVM預(yù)測研究
    3.1 LSSVM模型
    3.2 差分進化算法
    3.3 單核LSSVM模型
        3.3.1 數(shù)據(jù)處理
        3.3.2 模型求解
    3.4 基于DE的混核LSSVM模型
        3.4.1 混核模型求解
        3.4.2 數(shù)值實驗
    3.5 本章小結(jié)
第4章 基于DE的BP神經(jīng)網(wǎng)絡(luò)預(yù)測研究
    4.1 神經(jīng)網(wǎng)絡(luò)模型
    4.2 基于DE的BP神經(jīng)網(wǎng)絡(luò)算法
        4.2.1 DE-BP神經(jīng)網(wǎng)絡(luò)模型
        4.2.2 DE-BP模型求解
    4.3 數(shù)值實驗和結(jié)果分析
    4.4 本章小結(jié)
第5章 鋼鐵企業(yè)能源介質(zhì)預(yù)測系統(tǒng)
    5.1 系統(tǒng)需求分析
    5.2 系統(tǒng)結(jié)構(gòu)設(shè)計
    5.3 數(shù)據(jù)庫設(shè)計
    5.4 功能模塊實現(xiàn)
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 展望
參考文獻
致謝



本文編號：3839748