| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-30页 |
| ·引言 | 第9-10页 |
| ·人工神经网络简介 | 第10-16页 |
| ·神经元及神经网络系统 | 第10-11页 |
| ·人工神经网络 | 第11-12页 |
| ·人工神经网络的产生、发展及运用 | 第12-13页 |
| ·人工神经网络特点 | 第13-15页 |
| ·神经网络的分类 | 第15页 |
| ·神经网络的运行 | 第15-16页 |
| ·水质评价的人工神经网络模型----B-P模型 | 第16-22页 |
| ·B-P算法的基本思想 | 第17页 |
| ·B-P算法的学习过程 | 第17-19页 |
| ·B-P算法的不足 | 第19-20页 |
| ·B-P网络过拟合时满足的不确定关系式 | 第20-22页 |
| ·人工神经网络在水环境中的应用 | 第22-24页 |
| ·水质综合评价 | 第22-23页 |
| ·水质预测 | 第23页 |
| ·湖泊富营养化决策 | 第23页 |
| ·水处理过程中的优化与控制 | 第23-24页 |
| ·研究区概况 | 第24-30页 |
| ·包头市区域位置 | 第24-25页 |
| ·包头市水资源和水环境现状 | 第25-28页 |
| ·包头市水系水体概况 | 第25-26页 |
| ·包头市水资源概况 | 第26页 |
| ·黄河水利用量 | 第26页 |
| ·水资源开发利用现状 | 第26-28页 |
| ·黄河包头段水质现状 | 第28-30页 |
| ·黄河水期的确认 | 第28页 |
| ·黄河包头段水质水期变化 | 第28-29页 |
| ·黄河包头段水质沿程变化 | 第29-30页 |
| 第二章 水环境质量评价方法的研究 | 第30-39页 |
| ·指数评价法 | 第30-32页 |
| ·水环境质量的其他评价方法 | 第32-36页 |
| ·人工神经网络模型 | 第32-33页 |
| ·模糊综合评判模型 | 第33-35页 |
| ·物元分析法 | 第35页 |
| ·灰色评价法 | 第35-36页 |
| ·评价方法的综合比较和趋势分析 | 第36-37页 |
| ·本文研究的主要内容和结构组织 | 第37-39页 |
| 第三章 BP网络用于黄河水质的预测研究 | 第39-50页 |
| ·人工神经网络对水质的预测 | 第39页 |
| ·水环境质量预测的人工神经网络模型研究 | 第39-41页 |
| ·改进的BP网络算法水质预侧模型 | 第40页 |
| ·Levenberges-Marguardt优化算法(简称L-M优化算法)水质预测模型 | 第40页 |
| ·RBF网络算法水质预测模型 | 第40-41页 |
| ·构建水质预测的Levenberg-Marquardt优化算法模型 | 第41-42页 |
| ·建模算法 | 第42-48页 |
| ·时间序列建模方法 | 第42页 |
| ·Levenberg-Marguardt优化算法 | 第42-43页 |
| ·样本选取及网络训练方法 | 第43-46页 |
| ·水质指标选取标准 | 第43页 |
| ·样本分析及数据预处理 | 第43-46页 |
| ·交互检验训练法 | 第46页 |
| ·结果与讨论 | 第46-48页 |
| ·神经网络结构与参数的优化 | 第46-47页 |
| ·网络在黄河包头段水质预测中的应用 | 第47页 |
| ·网络预测精度 | 第47-48页 |
| ·小结 | 第48-50页 |
| 第四章 人工神经网络在黄河水质综合评价上的应用 | 第50-56页 |
| ·水质综合评价 | 第50-51页 |
| ·构建水环境质量评价BP网络模型 | 第51页 |
| ·B-P网络方法的应用 | 第51-55页 |
| ·水环境质量评价模型结构 | 第51-52页 |
| ·归一化处理 | 第52-53页 |
| ·程序实现 | 第53页 |
| ·网络参数的确立 | 第53-54页 |
| ·应用实例 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第五章 结论及展望 | 第56-59页 |
| ·BP网络环境质量评价模型性能讨论 | 第56-57页 |
| ·BP神经网络模型用于环境质量评价的可行性 | 第56页 |
| ·BP神经网络模型用于环境质量评价的优越性 | 第56-57页 |
| ·BP网络模型用于水环境质量评价展望 | 第57-59页 |
| ·理论研究方面 | 第57-58页 |
| ·人工神经网络方法用于环境科学领域中的研究方向 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |