基于ANN与遗传算法的胶州湾近岸海域水污染总量控制研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 1 绪论 | 第13-20页 |
| ·选题背景及意义 | 第13-14页 |
| ·污染物总量控制概述及研究进展 | 第14-16页 |
| ·污染物总量控制概述 | 第14-15页 |
| ·研究进展 | 第15-16页 |
| ·人工神经网络与遗传算法在本领域的研究现状 | 第16-19页 |
| ·人工神经网络在水质评价与预测的研究进展 | 第16-18页 |
| ·遗传算法水污染控制系统的研究进展 | 第18-19页 |
| ·研究思路与研究内容 | 第19-20页 |
| ·研究思路 | 第19页 |
| ·研究内容 | 第19-20页 |
| 2 水质评价与预测模型的研究 | 第20-39页 |
| ·遗传神经网络的原理 | 第20-34页 |
| ·BP 神经网络的基本原理 | 第20-26页 |
| ·遗传算法的基本原理 | 第26-29页 |
| ·遗传算法对神经网络的优化 | 第29-34页 |
| ·水质评价模糊遗传神经网络的构建 | 第34-36页 |
| ·网络结构的确定 | 第34-35页 |
| ·隶属度函数的确定 | 第35-36页 |
| ·水质预测遗传神经网络的构建 | 第36-38页 |
| ·小结 | 第38-39页 |
| 3 水污染总量控制模型的研究 | 第39-48页 |
| ·环境容量的基本概念 | 第39-40页 |
| ·水环境容量的定义 | 第39页 |
| ·管理环境容量与可分配环境容量 | 第39-40页 |
| ·海洋环境容量的定义 | 第40页 |
| ·海湾环境容量计算模型 | 第40-43页 |
| ·污染源—水质响应法 | 第41-42页 |
| ·分区达标控制法 | 第42-43页 |
| ·基于遗传算法的总量分配优化模型 | 第43-47页 |
| ·总量分配模型研究进展 | 第43-45页 |
| ·遗传算法分配模型的研究思路 | 第45页 |
| ·基于遗传算法总量控制的原理与操作步骤 | 第45-47页 |
| ·遗传算法用于总量控制的优越性 | 第47页 |
| ·小结 | 第47-48页 |
| 4 胶州湾环境现状调查与评价 | 第48-66页 |
| ·胶州湾近岸海域环境概况 | 第48-49页 |
| ·自然环境概况 | 第48页 |
| ·社会经济概况 | 第48-49页 |
| ·胶州湾海水水质评价 | 第49-56页 |
| ·基于模糊遗传神经网络的水质评价 | 第49-54页 |
| ·与其它水质评价方法的比较 | 第54-56页 |
| ·胶州湾入海污染源调查与评价 | 第56-65页 |
| ·入海污染源的主要类型 | 第56-57页 |
| ·主要排污单元的分布 | 第57-59页 |
| ·污染负荷调查 | 第59-63页 |
| ·污染源评价 | 第63-65页 |
| ·小结 | 第65-66页 |
| 5 胶州湾近岸海域水污染总量控制 | 第66-89页 |
| ·2015 年各排污单元主要污染物入海量预测 | 第66-75页 |
| ·工业污水中污染物产生量估算 | 第66-69页 |
| ·生活污水中污染物产生量估算 | 第69-71页 |
| ·畜禽养殖面源污染物产生量估算 | 第71-73页 |
| ·农业面源污染物产生量估算 | 第73-74页 |
| ·浅海养殖面源与降水面源污染物产生量估算 | 第74页 |
| ·胶州湾2015 年主要污染物入海通量 | 第74-75页 |
| ·胶州湾环境容量计算及总量优化分配 | 第75-86页 |
| ·2015 年海水水质预测 | 第75-82页 |
| ·海洋功能区划与水质控制点的选择 | 第82-84页 |
| ·主要污染物环境容量的计算与总量分配 | 第84-86页 |
| ·胶州湾近岸海域水污染防治对策 | 第86-88页 |
| ·小结 | 第88-89页 |
| 6 结论与展望 | 第89-92页 |
| ·结论 | 第89-90页 |
| ·主要创新点 | 第90页 |
| ·不足与展望 | 第90-92页 |
| 参考文献 | 第92-97页 |
| 致谢 | 第97页 |
