| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题的研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·循环冷却水水质稳定性判断的研究现状 | 第10-11页 |
| ·循环冷却水系统腐蚀结垢预测研究 | 第11-14页 |
| ·本文主要工作 | 第14-15页 |
| 第二章 人工神经网络基本原理 | 第15-24页 |
| ·人工神经网络基本知识 | 第15-19页 |
| ·人工神经元模型 | 第15-17页 |
| ·人工神经网络模型 | 第17-18页 |
| ·人工神经网络学习 | 第18-19页 |
| ·BP 神经网络 | 第19-23页 |
| ·BP 神经网络模型 | 第20页 |
| ·BP 神经网络学习算法 | 第20-22页 |
| ·BP 神经网络缺点及改进方法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 循环冷却水水质模型的研究基础 | 第24-31页 |
| ·循环冷却水系统 | 第24-26页 |
| ·循环水水质模型数据来源 | 第26-28页 |
| ·水质数据提取及预处理 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于 BP 神经网络的循环冷却水水质模型的建立 | 第31-50页 |
| ·水质模型样本的准备 | 第31-33页 |
| ·输入输出神经元的确定 | 第31页 |
| ·样本集的选取 | 第31-32页 |
| ·样本数据的归一化 | 第32-33页 |
| ·BP 网络模型的结构设计 | 第33-36页 |
| ·隐层数目的确定 | 第33-34页 |
| ·隐层节点数的确定 | 第34-36页 |
| ·BP 神经网络的训练 | 第36-44页 |
| ·初始权值的设计 | 第36-37页 |
| ·训练参数的设计 | 第37-38页 |
| ·训练算法的确定 | 第38-44页 |
| ·网络模型的验证与测试 | 第44-47页 |
| ·循环冷却水智能分析软件设计初步 | 第47-49页 |
| ·软件功能设计 | 第47页 |
| ·软件界面设计 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·本文主要工作总结 | 第50页 |
| ·进一步工作展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 发表论文和科研情况说明 | 第55-56页 |
| 致谢 | 第56-57页 |