摘要4-5
ABSTRACT5-9
第一章 绪论9-19
1.1 课题的探讨背景9-10
1.2 预测技术在国内外的进展情况10-16
1.2.1 预测技术的概述10-13
1.2.2 组合预测技术的提出13-14
1.2.3 组合预测技术在国内外的探讨近况14-16
1.3 课题的探讨作用16-17
1.4 课题的探讨内容17-18
1.5 论文依托的课题18-19
第二章 企业能源管理系统19-28
2.1 企业能源管理系统概述19-20
2.2 企业能源管理系统浅析20-23
2.2.1 企业能源管理方式20-22
2.2.2 企业能源管理系统的作用22-23
2.3 企业能源管理系统能源消费量的预测浅析模型23-27
2.3.1 企业能源管理系统能源消费量的常规预测模型23-25
2.3.2 企业能源管理系统能源消费量的优化预测模型25-27
2.4 本章小结27-28
第三章 基本论述28-53
3.1 灰色预测模型介绍28-36
3.1.1 灰色系统论述概述28-29
3.1.2 GM(1,1)预测模型29-32
3.1.3 改善 GM (1,1)模型—加权 pGM (1,1)模型32-34
3.1.4 灰色关联度浅析34-36
3.2 马尔科夫链36-41
3.2.1 马尔科夫链的概述36-37
3.2.2 马尔科夫链定义37-38
3.2.3 灰色马尔科夫链预测模型38-41
3.3 人工神经网络41-49
3.3.1 人工神经网络的概述41-44
3.3.2 基于 BP 神经网络的预测模型44-48
3.3.3 改善 BP 算法—增加动量项法48-49
3.4 预测模型的精度检验49-51
3.5 本章小结51-53
第四章 企业能源管理系统能源消费量的单项预测浅析53-64
4.1 数据来源53-54
4.2 企业能源消费量的灰色预测54-56
4.3 企业能源管理系统能源消费量的灰色马尔科夫链预测56-59
4.4 企业能源消费量的 BP 神经网络预测59-63
4.4.1 BP 神经网络预测模型结构设计59-60
4.4.2 BP 神经网络预测模型的预测结果浅析60-63
4.5 本章小结63-64
第五章 企业能源管理系统能源消费量的 BP 神经网络组合预测64-71
5.1 序言64-65
5.2 基于 BP 神经网络组合预测模型的构建65-68
5.3 企业能源管理系统能源消费量的 BP 神经网络组合预测68-70
5.3.1 基于 BP 神经网络的组合预测模型的预测结果68-69
5.3.2 各预测模型预测性能比较浅析69-70
5.4 本章小结70-71
结论与展望71-73