| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-20页 |
| ·水质评价与水质预测的研究进展 | 第8-10页 |
| ·水质评价研究进展 | 第8-9页 |
| ·水质预测研究进展 | 第9-10页 |
| ·水质评价与水质预测方法 | 第10-16页 |
| ·水质评价方法 | 第10-13页 |
| ·水质预测方法 | 第13-16页 |
| ·人工神经网络与水质评价及水质预测结合的优势 | 第16-19页 |
| ·水环境的非线性及非确定性特征 | 第16-17页 |
| ·人工神经网络在水质评价及水质预测结合的优势 | 第17-19页 |
| ·研究目的与意义 | 第19页 |
| ·研究内容 | 第19-20页 |
| 第二章 基于模糊神经网络（FNN）的水质评价模型 | 第20-52页 |
| ·人工神经网络 | 第20-24页 |
| ·人工神经网络定义 | 第20页 |
| ·人工神经网络的结构 | 第20-23页 |
| ·人工神经网络的工作方式 | 第23页 |
| ·人工神经网络的学习算法 | 第23-24页 |
| ·模糊理论 | 第24-33页 |
| ·模糊集合的定义及表示方法 | 第24-25页 |
| ·隶属函数 | 第25-26页 |
| ·模糊集合的运算 | 第26-27页 |
| ·模糊关系及其合成 | 第27-29页 |
| ·模糊蕴含和模糊逻辑推理 | 第29-33页 |
| ·模糊系统与神经网络的融合 | 第33-37页 |
| ·模糊系统与神经网络结合的可能性 | 第33-35页 |
| ·模糊系统与神经网络结合的形态 | 第35-37页 |
| ·模糊神经网络（FNN）概述 | 第37-38页 |
| ·Takagi-Sugeno 型模糊神经网络研究 | 第38-44页 |
| ·Takagi-Sugeno 型模糊神经网络的原理和结构 | 第39-42页 |
| ·Takagi-Sugeno 型模糊神经网络的学习算法 | 第42-44页 |
| ·Takagi-Sugeno 型模糊神经网络水质评价模型的建立 | 第44-51页 |
| ·模型的建立 | 第44-49页 |
| ·输出结果与分析 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第三章 基于径向基神经网络的水质预测模型 | 第52-69页 |
| ·径向基神经网络 | 第52-56页 |
| ·径向基神经网络的结构 | 第52-54页 |
| ·径向基神经网络的学习算法（K-NN 算法） | 第54-55页 |
| ·RBF 神经网络与BP 神经网络的比较 | 第55-56页 |
| ·径向基神经网络水质预测模型的建立 | 第56-61页 |
| ·水质预测模型的数据来源 | 第56页 |
| ·水质预测模型的建立思路及步骤 | 第56-57页 |
| ·CODMn水质预测模型的建立及预测结果 | 第57-58页 |
| ·NH3-N 水质预测模型的建立及预测结果 | 第58-59页 |
| ·T-P 水质预测模型的建立及预测结果 | 第59-60页 |
| ·DO 水质预测模型的建立及预测结果 | 第60-61页 |
| ·RBF 网络与BP 网络的预测效果比较 | 第61-67页 |
| ·BP 神经网络水质预测模型的结构 | 第61页 |
| ·BP 神经网络水质预测模型的建立 | 第61页 |
| ·CODMn的BP 预测模型及预测结果 | 第61-63页 |
| ·NH3-N 的BP 预测模型及预测结果 | 第63-64页 |
| ·T-P 的BP 预测模型及预测结果 | 第64-65页 |
| ·DO 的BP 预测模型及预测结果 | 第65-66页 |
| ·RBF 网络与BP 网络预测结果的比较 | 第66-67页 |
| ·小结 | 第67-69页 |
| 第四章 结论 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 发表论文和参加科研情况说明 | 第73-74页 |
| 致谢 | 第74页 |
