基于BP神经网络的烟草企业能耗预测研究-v3

　　

为了完善烟草企业能源管理，本文进行了基于BP神经网络的能耗预测研究，尝试通过机器学习技术加强能源管理，达到节能效果，优化企业效益。针对某烟草厂的制丝生产线、卷包生产线和冷冻机，分析出月、日、班次、产量、机台数、批次数、采暖度日数（HDD）和降温度日数（CDD）等特征影响因子，并以制丝工序的电能耗用、卷包工序的电能耗用、及对应的空压耗用和冷冻机的耗用为预测对象，训练生产网络模型进行预测。研究结果显示能耗的平均相对误差大致在10%以下。

订阅方式：
①在线订阅（推荐）：www.sdchem.net.cn
②邮局订阅：邮发代号24-109

投稿方式：
①在线投稿（推荐）：www.sdchem.net.cn
　　作者只需要简单注册获得用户名和密码后，就可随时进行投稿、查稿，全程跟踪稿件的发表过程，使您的论文发表更加方便、快捷、透明、高效。
②邮箱投稿：sdhgtg@163.com sdhg@sdchem.net
　　若“在线投稿”不成功，可使用邮箱投稿，投稿邮件主题：第一作者名字/稿件题目。
投稿时请注意以下事项：
　　①文前应有中英文“题目”、“作者姓名”、“单位”、“邮编”、“摘要”、“关键词”；
　　②作者简介包括：姓名、出生年、性别、民族、籍贯或出生地、工作单位、职务或职称、学位、研究方向；
　　③论文末应附“参考文献”，执行国标GB/T7714-2005标准，“参考文献”序号应与论文中出现的顺序相符；
　　④注明作者的联系方式，包括电话、E-mail、详细的通讯地址、邮编，以便联系并邮寄杂志。
　　 　                                                                                   山东化工稿件修改细则