1、能源是人類賴以生存和發(fā)展的重要物資之一，同時也是經(jīng)濟發(fā)展的驅動力。做好能源規(guī)劃，合理高效的利用能源是企業(yè)提高市場競爭力的基礎，化工企業(yè)能源規(guī)劃的重要組成部分之一就是確定生產(chǎn)產(chǎn)量與能源消耗的關系。通過能源消耗預測生產(chǎn)產(chǎn)量可以有效的把握能源消耗的趨勢，控制能源的貯存量，減少能源的浪費，降低化工產(chǎn)品的生產(chǎn)成本，并可以提高化工企業(yè)產(chǎn)品的市場競爭力、經(jīng)濟效益和信息化管理水平?？茖W的預測是生產(chǎn)決策的依據(jù)和保證，同時能源系統(tǒng)安全可靠地運行是建立在精確

2、的預測之上的。因此，尋找有效的能源預測方法、提高預測的準確度具有重要的意義。
　　本論文針對化工企業(yè)燒堿生產(chǎn)產(chǎn)量進行了短期預測。利用施密特正交馬田系統(tǒng)（MTGS）對燒堿產(chǎn)量預測影響因素進行權重的計算，結合影響因素的趨勢分析得到用于預測的因素。為了驗證 MTGS影響因素分析的正確性，建立了兩種不同結構的BP神經(jīng)網(wǎng)絡預測模型。利用BP神經(jīng)網(wǎng)絡預測模型對某化工廠燒堿生產(chǎn)系統(tǒng)七個月的生產(chǎn)數(shù)據(jù)進行訓練和預測，證明MTGS對影響因素的分析是正

3、確的。但是考慮到BP神經(jīng)網(wǎng)絡預測模型存在一定的缺陷，本論文利用布谷鳥搜索算法對BP神經(jīng)網(wǎng)絡進行了優(yōu)化，并建立了基于布谷鳥搜索算法的BP神經(jīng)網(wǎng)絡預測模型（CS-BP）。為了驗證該模型的優(yōu)越性，與常用于預測問題的BP神經(jīng)網(wǎng)絡預測模型和基于粒子群優(yōu)化算法的BP神經(jīng)網(wǎng)絡預測模型（PSO-BP）進行對比。實驗證明CS-BP預測模型比BP神經(jīng)網(wǎng)絡預測模型和PSO-BP預測模型的預測效果更優(yōu)而且預測精度更高。這種預測模型的提出為能源管理提供了一種可靠