作者沈威博士根据多年的燃气行业工作经验，着眼于解决燃气行业的痛点和难点﹐以贴合实际的燃气应用为目标，编写了本书。本书内容不同于传统的关于燃气输配工程模型的介绍，力求以浅显易懂的语言向读者展示数学建模的魅力，同时摒弃了传统图书一贯以来以公式为主的枯燥性，凸显出数学在燃气领域应用的趣味性。 本书所选案例具有代表性，注重从不同侧面反映数学思维在燃气行业中的实际应用，既注重算法的通俗性，也注重算法应用的可实现性，克服了许多读者能看懂算法却解决不了实际问题的尴尬局面。 本书中大部分例题配有MATLAB源程序，程序设计简单精练、思路清晰、注释详细，灵活应用MATLAB工具箱有利于没有编程基础的读者快速入门。 本书既可以作为燃气、暖通等专业的数学建模的教材和辅导书﹐也可以作为对数学建模感兴趣的科技工作者的参考书。

1 绪论
1.1 数学模型的建立过程
1.2 数学模型的特点
1.3 数学模型的分类
参考文献
2 常微分方程模型
2.1 天然气消费量增长预测
2.1.1 普通微分模型
2.1.2 Logistic模型
2.1.3 结论
2.2 煤气中毒与急救
2.2.1 煤气中毒机理分析
2.2.2 煤气中毒模型
2.2.3 结论
2.3 燃气热水器热水零等待
2.3.1 无保温材料和循环泵情形
2.3.2 热水零等待优化设计
2.3.3 结论
2.4 地铁运行杂散电流
2.4.1 杂散电流分布数学模型
2.4.2 减小杂散电流干扰方法
2.4.3 结论
2.5 燃气热水器氮氧化物排放与分级燃烧优化
2.5.1 传统燃气热水器氮氧化物排放量
2.5.2 分级燃烧式燃气热水器氮氧化物排放量
2.5.3 结论
参考文献
3 偏微分方程模型
3.1 概述
3.2 球坐标下煤改气空气净化模型
3.2.1 煤改气之前稳态过程微分方程建立
3.2.2 煤改气后动态过程微分方程建立
3.2.3 煤改气完成时空气质量改善情况
3.3 柱坐标下煤改气空气净化模型
3.3.1 柱坐标模型建立
3.3.2 柱坐标模型求解
3.4 结论
参考文献
4 积分方程模型
4.1 概述
4.2 双塔脱水模型
4.2.1 硅胶塔脱水模型
4.2.2 分子筛塔脱水模型
4.2.3 双塔串联脱水模型
4.2.4 双塔脱水模型构建
4.3 数据代入及检验
4.4 结论
参考文献
5 数学规划模型
5.1 概述
5.2 供应瓶装液化石油气优化模型
5.2.1 单个燃气公司向部分村民供气优化模型
5.2.2 向全部村民供应液化石油气的储配站选址优化模型
5.3 向村庄供应管道天然气和液化天然气成本比较与选择
5.4 结论
参考文献
6 曲线拟合模型
6.1 基于不同菜系的餐饮业用户用气量研究
6.1.1 基于客流量为基准的不同菜系商业用户用气量比较
6.1.2 结果与讨论
6.1.3 结论
6.2 燃气中央热水系统设计分析
6.2.1 热水供应模式
6.2.2 运行原理
6.2.3 耗热量和热水量计算
6.2.4 项目方案设计
6.2.5 结果与讨论
6.2.6 结论
参考文献
7 统计模型
7.1 气体火焰传播速度预测
7.1.1 常见燃料气体层流火焰传播速度和物化性质
7.1.2 以燃料类型、烃类型、一次空气系数及导热系数为自变量的线性回归模型
7.1.3 以碳氢比、标况密度、一次空气系数及导热系数为自变量的线性回归模型
7.1.4 结论
7.2 沼气生成问题
7.2.1 模型假设与分析
7.2.2 模型建立与分析
7.2.3 结论
参考文献
8 概率模型
8.1 概述
8.2 课题分析
8.3 模型建立和分析
8.3.1 模型建立
8.3.2 模型求解与分析
8.4 结论
参考文献
9 量纲分析模型
9.1 概述
9.2 量纲建模
9.2.1 燃气压力能利用量纲模型
9.2.2 温度变化量纲模型
9.3 燃气爆炸能量估计
9.4 结论
参考文献
10 预测专题
10.1 概述
10.1.1 我国天然气消费情况
10.1.2 深圳市天然气市场发展现状
10.1.3 城市天然气负荷预测意义
10.1.4 预测原理和方法
10.2 影响天然气日负荷量的客观因素
10.2.1 假期影响
10.2.2 气温影响
10.2.3 工作日和双休日燃气负荷量变化
10.3 基于GM（1，1）模型的天然气负荷量预测
10.3.1 灰色理论
10.3.2 GM（1，1）预测年天然气负荷量
10.4 基于G（1，1）模型的天然气负荷量预测
10.4.1 灰色关联度分析
10.4.2 灰色关联分析理论模型
10.4.3 基于灰色模型的天然气负荷量预测分析
10.4.4 具体实施过程
10.5 基于神经网络的天然气负荷量预测
10.5.1 BP神经网络的分析流程
10.5.2 BP神经网络模型建立及结果分析
10.6 基于马尔科夫链的天然气负荷量预测
10.6.1 马尔科夫理论
10.6.2 马尔科夫矩阵计算
10.6.3 聚类马尔可夫链修正拟合值
10.6.4 模型比较
10.7 基于支持向量机的天然气日负荷量预测
10.7.1 支持向量机（Support Vector Machie）
10.7.2 支持向量回归机
10.7.3 支持向量机核函数
10.7.4 径向基函数超参数的优化
10.7.5 燃气日负荷特点
10.7.6 SVM预测模型建立
10.7.7 输入向量
10.7.8 数据预处理
10.7.9 计算
10.7.10 结果与讨论
10.8 结论
参考文献