该文系统而全面地回顾了钢铁企业的能源消耗状况,综合评述了钢铁企业的能源消耗系统分析方法,指出对炼铁工序能耗中入炉焦比进行系统分析的可行性和必要性.这种分析方法为系统分析、诊断、规划和决策提供了依据. 钢铁企业的炼铁工序是耗能量最大的主要生产工序.而入炉焦比又影响到炼铁工序的耗能量.与此同时,入炉焦比又受到热风温度、风量、炼钢铁、日历利用系数、渣铁比和休风率等因素的影响.文中以某钢铁公司的生产和技术指标的相关统计数据为基础,运用不同的方法对入炉焦比进行了预测,并利用神经网络的分析模型对人炉焦比进行了优化方法的研究,同时还利用BP网络的反转技术对入炉焦比影响因素指标进行了规划.全文分为两篇.第一篇运用Box-Jenkins分析法和灰色系统分析法对2001年8月的入炉焦比进行了预测和分析;第二篇研究了人工神经网络方法、遗传算法和混沌理论在钢铁企业炼铁工序能耗分析中的应用.住"混沌理论对初始条件的敏感依赖性及短期预测的可能性"这一理论.论述了对混沌预测所要解决的问题,如混沌性识别、相空间重构、延迟时间和嵌入维数的确定等,它们在钢铁企业能耗系统分析中的应用是必要的和可行的.文中首先利用混沌的短期预测性对某钢铁公司2001年8月入炉焦比采用局域线性法进行了预测.接着把神经网络和混沌理论结合起来对入炉焦比进行预测,此方法的优点是避免了嵌入维数的复杂求解,预测精度较高.在炼铁工序中影响人炉焦比的因素有很多,需要对因素进行筛选,保留主要因素.因此,遗传算法就起到了关键性的作用.把选取的变量利用人工神经网络的BP算法构造炼铁工序能耗的影响因素定量分析模型,再利用网络的联想和回忆功能预测2001年8月入炉焦比的值.同时对入炉焦比和影响因素进行了优化和指标规划.人工神经网络、遗传算法和混沌理论的应用为能源消耗的系统分析开辟了一条新的道路.