收稿日期：２０２２－１２－０２基金项目：陕西省教育厅重点科研项目（２１ＪＺ０４５）作者简介：孙健平（１９９８－），男，山东淄博人，西安石油大学经济管理学院在读研究生，研究方向：节能低碳、大数据管理。Ｅ－ｍａｉｌ：２１２１１０９１０５０＠ｓｔｕｍａｉｌ.ｘｓｙｕ.ｅｄｕ.ｃｎ移动扫码阅读ＤＯＩ：１０.１９９５６／ｊ.ｃｎｋｉ.ｎｃｉｓｔ.２０２３.０２.０１８孙健平，侯珂，常静.基于ＴｅｎｔＳＳＡ－ＢＰＮＮ模型的钢铁企业能耗预测研究［Ｊ］.华北科技学院学报，２０２３，２０（２）：１１８－１２４ＳＵＮＪｉａｎｐｉｎｇ，ＨＯＵＫｅ，ＣＨＡＮＧＪｉｎｇ.ＲｅｓｅａｒｃｈｏｎｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｐｒｅｄｉｃｔｉｏｎｏｆｓｔｅｅｌｅｎｔｅｒｐｒｉｓｅｓｂａｓｅｄｏｎＴｅｎｔＳＳＡ－ＢＰＮＮｍｏｄｅｌ［Ｊ］.ＪｏｕｒｎａｌｏｆＮｏｒｔｈＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０２３，２０（２）：１１８－１２４基于ＴｅｎｔＳＳＡ－ＢＰＮＮ模型的钢铁企业能耗预测研究孙健平，侯珂，常静（西安石油大学经济管理学院，陕西西安７１００６５）摘要：为提高对钢铁企业电力能耗的预测精度，本文提出一种基于改进后的麻雀搜索算法的能耗预测模型ＴｅｎｔＳＳＡ－ＢＰＮＮ。该模型利用Ｔｅｎｔ混沌映射改进ＳＳＡ算法，设计出的ＴｅｎｔＳＳＡ算法具有良好的稳定性和不易陷入局部最优的特点，再将其应用于传统ＢＰ神经网络，提升了预测精度。以某钢铁企业的电力能耗数据作为算例，对ＴｅｎｔＳＳＡ－ＢＰＮＮ模型进行充分训练，再将其应用到对该企业的电力能耗预测当中。最后，设立对照组与本文提出的ＴｅｎｔＳＳＡ－ＢＰＮＮ能耗预测模型进行对比分析。对照结果表明，ＴｅｎｔＳＳＡ－ＢＰＮＮ预测模型对电力能耗的预测精度较高，在钢铁企业的节能减排方面具有一定的指导作用。关键词：ＢＰ神经网络；麻雀搜索算法；能耗预测；数据分析中图分类号：ＴＰ１８３文献标志码：Ａ文章编号：１６７２－７１６９（２０２３）０２－０１１８－０７ＲｅｓｅａｒｃｈｏｎｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｐｒｅｄｉｃｔｉｏｎｏｆｓｔｅｅｌｅｎｔｅｒｐｒｉｓｅｓｂａｓｅｄｏｎＴｅｎｔＳＳＡ－ＢＰＮＮｍｏｄｅｌＳＵＮＪｉａｎｐｉｎｇ，ＨＯＵＫｅ，ＣＨＡＮＧＪｉｎｇ（ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，Ｘｉ'ａｎＳｈｉｙ...
