| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 钢铁工业用水研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文研究内容及创新点 | 第14-16页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 创新点 | 第15-16页 |
| 第2章 中国区域钢铁发展的聚类分析 | 第16-20页 |
| 2.1 我国钢铁工业现状 | 第16-17页 |
| 2.2 聚类分析 | 第17-19页 |
| 2.2.1 聚类分析的原理 | 第17-18页 |
| 2.2.2 聚类分析在R语言中的实现 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 河北省钢铁工业用水预测 | 第20-26页 |
| 3.1 河北省基本概况 | 第20-21页 |
| 3.1.1 基本地理位置 | 第20页 |
| 3.1.2 气候条件 | 第20-21页 |
| 3.1.3 河北省水资源现状 | 第21页 |
| 3.2 河北省钢铁工业现状 | 第21页 |
| 3.3 河北省钢铁工业用水现状及用水预测 | 第21-25页 |
| 3.3.1 河北省近几年钢铁工业年用水量变化 | 第22页 |
| 3.3.2 灰色系统理论 | 第22-24页 |
| 3.3.3 河北钢铁工业用水量预测 | 第24-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第4章 河北省钢铁企业间用水因素关联分析 | 第26-43页 |
| 4.1 河北省钢铁工业取用水量数据浅析 | 第26-31页 |
| 4.1.1 河北省钢铁企业用水名录 | 第26-29页 |
| 4.1.2 河北省钢铁企业数据统计 | 第29-31页 |
| 4.2 Apriori关联规则算法 | 第31-33页 |
| 4.2.1 Apriori关联规则算法的基本原理 | 第31-32页 |
| 4.2.2 Apriori关联规则算法案例分析 | 第32-33页 |
| 4.3 数量型数据离散化 | 第33-34页 |
| 4.4 企业间用水关联规则在R语言中的实现 | 第34-41页 |
| 4.4.1 Apriori算法在R语言中的实现 | 第34页 |
| 4.4.2 支持度为0.1置信度为0.8时的关联规则计算 | 第34-35页 |
| 4.4.3 最小支持度的确定 | 第35-37页 |
| 4.4.4 支持度和置信度分别为0.01和0.8时的关联规则计算 | 第37-41页 |
| 4.5 关联规则算法结论 | 第41-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第5章 河北省钢铁企业内部用水单元关联分析 | 第43-59页 |
| 5.1 钢铁企业水平衡测试 | 第43-45页 |
| 5.1.1 水平衡测试的目的 | 第43页 |
| 5.1.2 水平衡测试的方法 | 第43页 |
| 5.1.3 水平衡测试的基本原理 | 第43-45页 |
| 5.2 河北省某钢铁企业生产流程用水情况 | 第45-51页 |
| 5.2.1 企业供水水源与历年用水情况 | 第45-47页 |
| 5.2.2 企业生产环节用水情况 | 第47-50页 |
| 5.2.3 企业生产环节用水分析 | 第50-51页 |
| 5.3 企业内部用水单元关联规则在R语言中的实现 | 第51-57页 |
| 5.3.1 水平衡测试数据的离散化 | 第51-54页 |
| 5.3.2 最小支持度的确定 | 第54-55页 |
| 5.3.3 支持度和置信度分别为0.08和0.8时的关联规则计算 | 第55-57页 |
| 5.4 关联规则算法结论 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 结论与展望 | 第59-61页 |
| 6.1 本文结论 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-70页 |
| 攻读硕士期间发表的论文及其它成果 | 第70-71页 |
| 致谢 | 第71页 |
