| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 论文选题背景 | 第11-16页 |
| 1.1.1 空气污染的概念及危害 | 第11-13页 |
| 1.1.2 我国城市空气质量现状 | 第13-16页 |
| 1.2 国内外研究动态及现状 | 第16-20页 |
| 1.2.1 城市空气污染预报方法的研究进展 | 第16-18页 |
| 1.2.2 国外研究动态与现状 | 第18-19页 |
| 1.2.3 国内研究动态与现状 | 第19-20页 |
| 1.3 论文的研究目的与意义 | 第20-21页 |
| 1.4 论文主要内容及研究方法 | 第21-23页 |
| 第2章 研究方法的基本理论 | 第23-37页 |
| 2.1 相关分析 | 第23-24页 |
| 2.2 多元线性回归 | 第24-27页 |
| 2.2.1 多元线性回归方程的建立 | 第24-26页 |
| 2.2.2 多元线性回归方程的性能评价 | 第26-27页 |
| 2.3 主成分分析 | 第27-30页 |
| 2.3.1 主成分原理及数学模型 | 第27-29页 |
| 2.3.2 主成分分析的计算步骤 | 第29-30页 |
| 2.4 人工神经网络 | 第30-35页 |
| 2.4.1 人工神经网络概述 | 第30-31页 |
| 2.4.2 BP神经网络 | 第31-33页 |
| 2.4.3 基于遗传算法优化的BP神经网络 | 第33-35页 |
| 2.5 软件说明 | 第35-37页 |
| 2.5.1 SPSS软件 | 第36页 |
| 2.5.2 Matlab软件 | 第36-37页 |
| 第3章 秦皇岛市空气质量与气象要素关系分析 | 第37-53页 |
| 3.1 基础数据分类与整理 | 第37页 |
| 3.2 初选因子的确定 | 第37-38页 |
| 3.3 秦皇岛市四季API与气象因子的相关分析 | 第38-45页 |
| 3.3.1 春季API与气象因子的相关分析 | 第38-40页 |
| 3.3.2 夏季API与气象因子的相关分析 | 第40-42页 |
| 3.3.3 秋季API与气象因子的相关分析 | 第42-44页 |
| 3.3.4 冬季API与气象因子的相关分析 | 第44-45页 |
| 3.4 秦皇岛市四季AQI与气象因子的相关分析 | 第45-51页 |
| 3.4.1 春季AQI与气象因子的相关分析 | 第46页 |
| 3.4.2 夏季AQI与气象因子的相关分析 | 第46-47页 |
| 3.4.3 秋季AQI与气象因子的相关分析 | 第47-48页 |
| 3.4.4 冬季AQI与气象因子的相关分析 | 第48-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第4章 秦皇岛市空气质量数学预报模型的建立及检验 | 第53-63页 |
| 4.1 预报因子的选取 | 第53页 |
| 4.2 四季多元线性回归预报模型的建立及检验 | 第53-61页 |
| 4.2.1 春季多元线性回归预报模型的建立及检验 | 第53-55页 |
| 4.2.2 夏季多元线性回归预报模型的建立及检验 | 第55-57页 |
| 4.2.3 秋季多元线性回归预报模型的建立及检验 | 第57-59页 |
| 4.2.4 冬季多元线性回归预报模型的建立及检验 | 第59-61页 |
| 4.3 本章小结 | 第61-63页 |
| 第5章 秦皇岛市空气质量神经网络预报模型的建立及检验 | 第63-85页 |
| 5.1 因子的主成分分析 | 第63-69页 |
| 5.2 BP神经网络预报模型的设计 | 第69-71页 |
| 5.2.1 BP网络预报模型的网络框架 | 第69-70页 |
| 5.2.2 BP神经网络层数的确定 | 第70页 |
| 5.2.3 各层节点数的确定 | 第70页 |
| 5.2.4 网络函数的确定 | 第70-71页 |
| 5.2.5 BP神经网络主要参数的确定 | 第71页 |
| 5.3 BP神经网络四季预报模型的建立和检验 | 第71-77页 |
| 5.3.1 春季BP神经网络预报模型的建立和检验 | 第71-73页 |
| 5.3.2 夏季BP神经网络预报模型的建立和检验 | 第73-74页 |
| 5.3.3 秋季BP神经网络预报模型的建立和检验 | 第74-76页 |
| 5.3.4 冬季BP神经网络预报模型的建立和检验 | 第76-77页 |
| 5.4 基于遗传算法优化的BP神经网络四季预报模型的建立和检验 | 第77-82页 |
| 5.4.1 春季基于遗传算法优化的BP神经网络预报模型的建立和检验 | 第77-79页 |
| 5.4.2 夏季基于遗传算法优化的BP神经网络预报模型的建立和检验 | 第79-80页 |
| 5.4.3 秋季基于遗传算法优化的BP神经网络预报模型的建立和检验 | 第80-81页 |
| 5.4.4 冬季基于遗传算法优化的BP神经网络预报模型的建立和检验 | 第81-82页 |
| 5.5 三种预报模型的比较 | 第82页 |
| 5.6 本章小结 | 第82-85页 |
| 第6章 结论与建议 | 第85-87页 |
| 6.1 结论 | 第85-86页 |
| 6.2 建议 | 第86-87页 |
| 参考文献 | 第87-93页 |
| 致谢 | 第93-95页 |
| 作者简介 | 第95页 |
