注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)科學(xué)技術(shù)工業(yè)技術(shù)冶金工業(yè)我國(guó)城鎮(zhèn)化進(jìn)程與鋼鐵企業(yè)能耗趨勢(shì)研究

我國(guó)城鎮(zhèn)化進(jìn)程與鋼鐵企業(yè)能耗趨勢(shì)研究

我國(guó)城鎮(zhèn)化進(jìn)程與鋼鐵企業(yè)能耗趨勢(shì)研究

定 價(jià):¥62.00

作 者: 胡睿,邵球軍 著
出版社: 經(jīng)濟(jì)科學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

購(gòu)買(mǎi)這本書(shū)可以去


ISBN: 9787514192704 出版時(shí)間: 2018-07-01 包裝: 平裝
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 183 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  《我國(guó)城鎮(zhèn)化進(jìn)程與鋼鐵企業(yè)能耗趨勢(shì)研究》借助BP(Back Propa-gation)神經(jīng)網(wǎng)絡(luò)和Adai300st框架算法的預(yù)測(cè)功能作為技術(shù)支持,利用Matlab矩陣實(shí)驗(yàn)室軟件強(qiáng)大的編程計(jì)算功能和簡(jiǎn)單、易操作的神經(jīng)網(wǎng)絡(luò)工具箱作為操作平臺(tái),采集2005-2014年大型鋼鐵企業(yè)的噸鋼綜合能耗數(shù)據(jù)作為研究對(duì)象,預(yù)測(cè)了15家大型企業(yè)2018—2023年的能耗,實(shí)現(xiàn)了根據(jù)預(yù)測(cè)結(jié)果進(jìn)行相對(duì)警級(jí)劃分并針對(duì)不同警級(jí)給出相應(yīng)整改建議的目的?!段覈?guó)城鎮(zhèn)化進(jìn)程與鋼鐵企業(yè)能耗趨勢(shì)研究》主要從節(jié)能減排的意義、預(yù)警的重要作用、粗鋼產(chǎn)量的預(yù)測(cè)、BP神經(jīng)網(wǎng)絡(luò)的基本工作原理、AdaL)oost算法的基本思想、本案例的實(shí)驗(yàn)數(shù)據(jù)處理、BP算法弱預(yù)測(cè)器的參數(shù)改進(jìn)、Adaboost算法的強(qiáng)預(yù)測(cè)功能實(shí)現(xiàn)、預(yù)警系統(tǒng)的技術(shù)實(shí)現(xiàn)、預(yù)警結(jié)果分析及試驗(yàn)中的不足總結(jié)和未來(lái)可改進(jìn)空間等幾個(gè)方面進(jìn)行了討論。

作者簡(jiǎn)介

暫缺《我國(guó)城鎮(zhèn)化進(jìn)程與鋼鐵企業(yè)能耗趨勢(shì)研究》作者簡(jiǎn)介

圖書(shū)目錄

引言
第一章 研究的背景與意義
一、節(jié)能減排是國(guó)家的發(fā)展戰(zhàn)略
二、能耗預(yù)警是實(shí)現(xiàn)節(jié)能減排的重要手段
三、人工神經(jīng)網(wǎng)絡(luò)是進(jìn)行能耗預(yù)警的有效方法
四、Boosting框架是提升語(yǔ)塞算法精確度的有力途徑
第二章 文獻(xiàn)綜述
一、與可持續(xù)發(fā)展相關(guān)的理論綜述
(一)增長(zhǎng)的極限理論
(二)生態(tài)控制論
(三)循環(huán)經(jīng)濟(jì)理論
(四)三種生產(chǎn)理論
二、企業(yè)可持續(xù)發(fā)展研究文獻(xiàn)綜述
(一)企業(yè)可持續(xù)發(fā)展的內(nèi)涵研究
(二)企業(yè)可持續(xù)發(fā)展的影響因素
(三)企業(yè)可持續(xù)發(fā)展的實(shí)現(xiàn)途徑
(四)企業(yè)可持續(xù)發(fā)展評(píng)價(jià)研究
三、鋼鐵能耗研究綜述
(一)能耗研究
(二)鋼鐵行業(yè)可持續(xù)發(fā)展
四、預(yù)警方法
(一)能耗總量預(yù)警
(二)主要節(jié)能因素預(yù)警
(三)生產(chǎn)物流預(yù)警
第三章 我國(guó)鋼鐵產(chǎn)量預(yù)測(cè)
一、系統(tǒng)分析
(一)鋼鐵消費(fèi)與城鎮(zhèn)化水平關(guān)系分析
(二)系統(tǒng)因果關(guān)系
二、系統(tǒng)動(dòng)力學(xué)建模與仿真
(一)系統(tǒng)參數(shù)確定
(二)模型構(gòu)建
三、情景分析
(一)分情景預(yù)測(cè)
(二)情景分析結(jié)果討論
(三)小結(jié)
第四章 神經(jīng)網(wǎng)絡(luò)與Adaboost簡(jiǎn)介
一、神經(jīng)網(wǎng)絡(luò)介紹
(一)BP神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)
(二)BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則
(三)BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)算法
二、Adaboost算法簡(jiǎn)介
(一)基本思想
(二)迭代步驟
(三)應(yīng)用領(lǐng)域
第五章 BP_Adaboost算法
一、基本思想
(一)BP神經(jīng)網(wǎng)絡(luò)的建立與訓(xùn)練
(二)Adaboost框架下的強(qiáng)預(yù)測(cè)器
(三)預(yù)警警級(jí)的劃分
二、算法步驟
三、本書(shū)中的應(yīng)用
第六章 基于BP神經(jīng)網(wǎng)絡(luò)的弱預(yù)測(cè)器
一、BP算法的改進(jìn)
(一)樣本數(shù)據(jù)的處理
(二)訓(xùn)練函數(shù)的選取
(三)改進(jìn)算法的參數(shù)確定
二、模型建立與算法實(shí)現(xiàn)
(一)BP神經(jīng)網(wǎng)絡(luò)的建立與訓(xùn)練
(二)BP神經(jīng)網(wǎng)絡(luò)的仿真與預(yù)測(cè)
三、BP神經(jīng)網(wǎng)絡(luò)的不足
第七章 基于Adaboost算法的強(qiáng)分類(lèi)器
一、強(qiáng)預(yù)測(cè)算法的實(shí)現(xiàn)
(一)框架算法的代碼實(shí)現(xiàn)
(二)結(jié)果分析
二、能耗預(yù)警的實(shí)現(xiàn)
(一)代碼實(shí)現(xiàn)
(二)結(jié)果分析
第八章 結(jié)論
一、研究成果
(一)算法改進(jìn)成果
(二)能耗研究成果
二、有待改進(jìn)之處
第九章 專(zhuān)題探討——鋼鐵企業(yè)可持續(xù)發(fā)展系統(tǒng)的思考
一、鋼鐵企業(yè)可持續(xù)發(fā)展系統(tǒng)(ISESI)s)的定義
(一)ISESDS的特性
(二)ISESDS的結(jié)構(gòu)分析
(三)ISESDS的功能分析
(四)ISESDS的發(fā)展性分析
(五)ISESDS的持續(xù)性分析
二、ISESDS評(píng)價(jià)的內(nèi)涵和性質(zhì)
(一)ISESDS評(píng)價(jià)的概念和內(nèi)涵
(二)ISESDS評(píng)價(jià)的性質(zhì)
(三)可持續(xù)發(fā)展評(píng)價(jià)理論與方法
(四)構(gòu)建ISESDS評(píng)價(jià)指標(biāo)體系的原理與方法
三、ISESDS一般指標(biāo)體系的層次結(jié)構(gòu)
(一)層次結(jié)構(gòu)模型
(二)ISESDS功能集的含義
(三)功能集的概念模型
四、ISESDS功能集指標(biāo)體系的構(gòu)建
五、建立ISESDS綜合評(píng)價(jià)模型
(一)ISESDS綜合評(píng)價(jià)過(guò)程分析
(二)ISESDS的評(píng)價(jià)方法
參考文獻(xiàn)

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) leeflamesbasketballcamps.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)