温棚环境及植物生长信息管理分析系统研究与实现
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-12页 |
| 1.3 主要研究内容与论文组织结构 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12页 |
| 1.3.2 论文组织结构 | 第12-14页 |
| 第二章 相关技术及工具介绍 | 第14-25页 |
| 2.1 技术介绍 | 第14-22页 |
| 2.1.1 应用开发框架J2EE | 第14-16页 |
| 2.1.2 AJAX技术简介 | 第16页 |
| 2.1.3 MCV设计模式 | 第16-18页 |
| 2.1.4 B/S结构 | 第18-19页 |
| 2.1.5 SSH框架 | 第19-22页 |
| 2.2 工具介绍 | 第22-24页 |
| 2.2.1 轻量级Web服务器Tomcat | 第22页 |
| 2.2.2 关系型数据库MySQL | 第22页 |
| 2.2.3 开发平台MyEclipse | 第22-23页 |
| 2.2.4 系统开发语言Java | 第23页 |
| 2.2.5 算法设计语言Python | 第23-24页 |
| 2.2.6 可视化工具HightCharts | 第24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于遗传算法的BP神经网络模型研究 | 第25-44页 |
| 3.1 预测模型简述 | 第25-26页 |
| 3.1.1 统计学预测模型 | 第25-26页 |
| 3.1.2 神经网络模型 | 第26页 |
| 3.2 BP神经网络 | 第26-30页 |
| 3.2.1 BP神经网络概述 | 第26-27页 |
| 3.2.2 结构及原理 | 第27-30页 |
| 3.2.3 BP神经网络的主要局限 | 第30页 |
| 3.3 遗传算法 | 第30-34页 |
| 3.3.1 遗传算法概述 | 第31页 |
| 3.3.2 算法基本操作 | 第31-33页 |
| 3.3.3 算法流程 | 第33-34页 |
| 3.4 基于遗传算法的BP神经网络 | 第34-40页 |
| 3.4.1 BP神经网络结构设计 | 第34-36页 |
| 3.4.2 遗传算法设计 | 第36-38页 |
| 3.4.3 GA-BP混合算法流程 | 第38-40页 |
| 3.5 实验结果分析 | 第40-43页 |
| 3.5.1 数据预处理 | 第40页 |
| 3.5.2 模型评估 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 系统需求分析与设计 | 第44-54页 |
| 4.1 可行性分析 | 第44-45页 |
| 4.1.1 技术及工具可行性分析 | 第44页 |
| 4.1.2 经济可行性分析 | 第44-45页 |
| 4.1.3 操作可行性分析 | 第45页 |
| 4.2 需求分析 | 第45-47页 |
| 4.2.1 常规性能需求分析 | 第45-46页 |
| 4.2.2 数据存储需求 | 第46页 |
| 4.2.3 功能模块分析 | 第46-47页 |
| 4.3 系统结构 | 第47-48页 |
| 4.4 数据库设计 | 第48-53页 |
| 4.4.1 数据库概念结构设计 | 第49页 |
| 4.4.2 数据库物理设计 | 第49-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 系统实现与测试 | 第54-68页 |
| 5.1 系统运行环境 | 第54页 |
| 5.2 环境数据采集 | 第54页 |
| 5.3 SSH框架分层实现 | 第54-65页 |
| 5.3.1 持久层的实现 | 第54-57页 |
| 5.3.2 逻辑业务层的实现 | 第57-58页 |
| 5.3.3 表示层的实现 | 第58-65页 |
| 5.4 系统测试 | 第65-67页 |
| 5.4.1 系统界面测试 | 第65-66页 |
| 5.4.2 功能测试 | 第66-67页 |
| 5.4.3 安全测试 | 第67页 |
| 5.5 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-69页 |
| 6.1 工作总结 | 第68页 |
| 6.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
