| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 问题的提出 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.3 主要研究内容及创新点 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 研究方法的理论基础 | 第16-26页 |
| 2.1 因子分析基础理论 | 第16-18页 |
| 2.1.1 因子分析的含义 | 第16页 |
| 2.1.2 因子分析的基本思想 | 第16-17页 |
| 2.1.3 因子分析的数学模型 | 第17页 |
| 2.1.4 因子分析的基本步骤 | 第17-18页 |
| 2.2 人工神经网络理论 | 第18-21页 |
| 2.2.1 人工神经网络的结构原理 | 第18-19页 |
| 2.2.2 人工神经网络的网络模型及其工作过程 | 第19-20页 |
| 2.2.3 人工神经网络的应用领域 | 第20-21页 |
| 2.3 BP神经网络 | 第21-25页 |
| 2.3.1 BP网络拓扑结构 | 第22页 |
| 2.3.2 BP网络的学习算法 | 第22-24页 |
| 2.3.3 BP神经网络的优点 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 空气质量综合评价模型的建立 | 第26-30页 |
| 3.1 基于因子分析-BP神经网络的空气质量综合评价模型 | 第26-29页 |
| 3.1.1 因子分析 | 第26-27页 |
| 3.1.2 BP神经网络的训练 | 第27-29页 |
| 3.1.3 BP神经网络的测试 | 第29页 |
| 3.2 本章小结 | 第29-30页 |
| 第四章 综合评价模型的实证过程 | 第30-39页 |
| 4.1 数据说明 | 第30页 |
| 4.2 因子分析-BP神经网络模型在空气质量评价中的实现 | 第30-36页 |
| 4.2.1 因子分析 | 第30-33页 |
| 4.2.2 BP神经网络训练 | 第33-34页 |
| 4.2.3 BP神经网络测试 | 第34页 |
| 4.2.4 评价结果分析 | 第34-36页 |
| 4.3 与其它空气质量评价方法的比较 | 第36-37页 |
| 4.4 本章小结 | 第37-39页 |
| 第五章 结论与展望 | 第39-40页 |
| 5.1 结论 | 第39页 |
| 5.2 展望 | 第39-40页 |
| 附录 | 第40-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47页 |