| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-12页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 国内外发展现状 | 第9-11页 |
| 1.2.1 国外发展现状 | 第9-10页 |
| 1.2.2 国内发展现状 | 第10-11页 |
| 1.3 课题来源 | 第11页 |
| 1.4 论文研究的主要内容及安排 | 第11-12页 |
| 1.4.1 论文研究的主要内容 | 第11页 |
| 1.4.2 论文的章节安排 | 第11-12页 |
| 2 氨氮监测系统总体架构 | 第12-17页 |
| 2.1 监测系统需求分析 | 第12页 |
| 2.2 监测系统总体架构 | 第12-16页 |
| 2.2.1 系统硬件平台 | 第13-15页 |
| 2.2.2 系统软件平台 | 第15-16页 |
| 2.3 监测系统可行性分析 | 第16页 |
| 2.4 本章小结 | 第16-17页 |
| 3 氨氮监测系统整体设计 | 第17-32页 |
| 3.1 监测系统总体框图 | 第17-18页 |
| 3.2 数据安全传输模块设计 | 第18-25页 |
| 3.2.1 网络拓扑结构设计 | 第18-21页 |
| 3.2.2 TCP网络连接设计 | 第21-23页 |
| 3.2.3 远程通信协议设计 | 第23-24页 |
| 3.2.4 网络连接保障设计 | 第24-25页 |
| 3.3 实时监测管理模块设计 | 第25-28页 |
| 3.3.1 水质监测项目管理 | 第25-27页 |
| 3.3.2 报警信息管理设计 | 第27-28页 |
| 3.4 氨氮数据管理模块设计 | 第28-31页 |
| 3.4.1 氨氮数据库管理设计 | 第28页 |
| 3.4.2 氨氮数据库访问设计 | 第28-31页 |
| 3.5 本章小结 | 第31-32页 |
| 4 氨氮预测模型初步研究和仿真 | 第32-50页 |
| 4.1 氨氮预测研究必要性 | 第32-35页 |
| 4.1.1 水质氨氮环境特性分析 | 第32-33页 |
| 4.1.2 氨氮预测方法对比和选择 | 第33-35页 |
| 4.2 神经网络和氨氮预测结合优势 | 第35-36页 |
| 4.3 氨氮预测模型的建立与仿真 | 第36-44页 |
| 4.3.1 神经网络基本原理 | 第36-38页 |
| 4.3.2 BP神经网络模型设计与实现 | 第38-44页 |
| 4.4 预测算法的改进和仿真 | 第44-49页 |
| 4.4.1 遗传算法原理 | 第44-45页 |
| 4.4.2 遗传算法优化BP神经网络模型设计与实现 | 第45-49页 |
| 4.5 本章小结 | 第49-50页 |
| 5 氨氮监测系统功能实现与测试 | 第50-59页 |
| 5.1 监测软件开发技术 | 第50-53页 |
| 5.1.1 GDI编程设计 | 第50-51页 |
| 5.1.2 对话框功能设计 | 第51-53页 |
| 5.2 数据传输实现与测试 | 第53-54页 |
| 5.3 实时监测实现与测试 | 第54-57页 |
| 5.4 数据管理实现与测试 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 6 总结 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的论文 | 第64-65页 |
| 致谢 | 第65页 |