针对BP神经网络的原始算法收敛速率慢、学习精度低、训练过程易陷入局部极小值问题，为解决上述问题，提出一种以变学习率BP算法为基础的改进算法，通过区分隐层和输出层的学习率，并用交叉熵作性能函数，提高算法的学习精度和训练速度，并经过数学推导，得到改进算法的实现公式。将改进算法应用于奇偶数判别问题进行仿真，仿真实验结果与其它类似的方法进行比较后，发现改进算法大大降低了网络迭代次数，缩短了网络的训练时间，提高了训练精度，验证了该算法的有效性。

介绍了起重机节能减排的方法,针对各环节提出了把关措施,并进行了可行性分析.