| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究意义及背景 | 第9-11页 |
| 1.1.1 我国水资源现状 | 第9-10页 |
| 1.1.2 结垢所带来的危害 | 第10-11页 |
| 1.1.3 结垢预测研究的意义 | 第11页 |
| 1.2 国内外发展现状 | 第11-13页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.3 论文研究主要内容 | 第13-15页 |
| 第二章 工业循环冷却水结垢预测研究基础 | 第15-23页 |
| 2.1 循环冷却水系统基本介绍 | 第15-19页 |
| 2.1.1 循环冷却水系统设计原则 | 第15页 |
| 2.1.2 循环冷却水系统冷却基本原理 | 第15-16页 |
| 2.1.3 冷却水系统类别 | 第16-18页 |
| 2.1.4 循环冷却水系统的基本流程及设备 | 第18-19页 |
| 2.2 工业循环冷却水系统常见的故障问题 | 第19-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 结垢预测参数的选取 | 第23-35页 |
| 3.1 结垢预测参数选取的重要性 | 第23页 |
| 3.2 灰色关联分析法 | 第23-28页 |
| 3.2.1 灰色关联计算模型 | 第23-26页 |
| 3.2.2 加权灰关联分析模型 | 第26-28页 |
| 3.3 结垢测参数的选取 | 第28-31页 |
| 3.4 数据无量纲化处理 | 第31页 |
| 3.5 参数选取结果分析 | 第31-33页 |
| 3.6 本章小结 | 第33-35页 |
| 第四章 基于改进的最小二乘支持向量机的循环冷却水系统结垢预测 | 第35-61页 |
| 4.1 基于支持向量机（SVM）的循环冷却水系统结垢预测 | 第35-46页 |
| 4.1.1 支持向量机概述 | 第35页 |
| 4.1.2 最小二乘支持向量机基本原理 | 第35-37页 |
| 4.1.3 核函数的选择 | 第37-38页 |
| 4.1.4 基于LSSVM的循环冷却水系统结垢预测模型的实现 | 第38-46页 |
| 4.2 基于PSO-LSSVM的循环冷却水系统结垢预测 | 第46-51页 |
| 4.2.1 PSO算法的原理 | 第46-48页 |
| 4.2.2 PSO算法优化LSSVM的实现 | 第48-51页 |
| 4.3 基于AMPSO-LSSVM的循环冷却水系统结垢预测 | 第51-56页 |
| 4.3.1 AMPSO算法优化LSSVM原理 | 第51-53页 |
| 4.3.2 AMPSO算法优化LSSVM仿真结果及分析 | 第53-56页 |
| 4.4 基于QPSO-LSSVM的循环冷却水系统结垢预测 | 第56-59页 |
| 4.4.1 QPSO算法优化LSSVM原理 | 第56-57页 |
| 4.4.2 QPSO算法优化LSSVM仿真结果及分析 | 第57-59页 |
| 4.5 基于LSSVM及优化的循环冷却水系统结垢预测结果对比 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 工作总结 | 第61-62页 |
| 5.2 工作展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 发表论文和科研情况说明 | 第68-69页 |
| 致谢 | 第69页 |
