基于云模型的推理规则在空气质量预报中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 插图和附表清单 | 第8-9页 |
| 1 引言 | 第9-15页 |
| ·研究目的及意义 | 第9-10页 |
| ·研究目标与内容 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·关键问题及技术难点 | 第13-14页 |
| ·技术路线 | 第14-15页 |
| 2 云理论 | 第15-28页 |
| ·数学基础 | 第15-20页 |
| ·模糊集理论 | 第15-16页 |
| ·粗糙集理论 | 第16-17页 |
| ·概率理论 | 第17-19页 |
| ·传统方法解决不确定性问题的不足 | 第19-20页 |
| ·云模型的基本概念 | 第20-25页 |
| ·云的定义 | 第20-21页 |
| ·云的数字特征 | 第21-23页 |
| ·正态分布的普适性 | 第23-24页 |
| ·云滴分布的统计分析 | 第24-25页 |
| ·云理论的研究现状 | 第25页 |
| ·云理论的应用领域 | 第25-28页 |
| ·智能控制 | 第25-26页 |
| ·数据挖掘 | 第26-28页 |
| 3 数据来源与预处理 | 第28-34页 |
| ·数据来源 | 第28-29页 |
| ·环境空气质量监测结果 | 第29-31页 |
| ·采样方法 | 第29页 |
| ·监测项目及监测结果 | 第29-31页 |
| ·数据预处理 | 第31-34页 |
| ·数据准备 | 第31页 |
| ·确定分级准则 | 第31-32页 |
| ·空气质量评述 | 第32-33页 |
| ·数据初步处理结果 | 第33-34页 |
| 4 基于云模型的推理规则及其算法实现 | 第34-40页 |
| ·云发生器 | 第34-36页 |
| ·正向云发生器 | 第34页 |
| ·逆向云发生器 | 第34-35页 |
| ·X 条件云发生器和 Y 条件云发生器 | 第35-36页 |
| ·不确定性推理及其算法实现 | 第36-39页 |
| ·单规则推理 | 第37-38页 |
| ·多规则推理 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 5 运用云模型进行空气质量预报的实现 | 第40-50页 |
| ·空气质量预报概况 | 第40页 |
| ·空气污染指数 | 第40页 |
| ·用云模型进行预报的积极意义 | 第40页 |
| ·不确定性推理对空气质量进行预报 | 第40-42页 |
| ·用云模型进行空气质量预报的可行性 | 第40-41页 |
| ·基本思想 | 第41-42页 |
| ·实现步骤 | 第42-47页 |
| ·建立推理规则 | 第42页 |
| ·逐步回归法验证污染因子的选取 | 第42-44页 |
| ·确定各定性概念的数字特征 | 第44-45页 |
| ·构造规则发生器 | 第45-47页 |
| ·结果验证 | 第47页 |
| ·本章小结 | 第47-50页 |
| 6 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 附录 | 第55-58页 |
| 致谢 | 第58-59页 |
| 个人简介 | 第59页 |
| 在读期间发表的学术论文 | 第59页 |
