乌梁素海水环境现状评价与趋势预测的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 引言 | 第7-14页 |
| ·选题背景 | 第7页 |
| ·课题研究现状及目的意义 | 第7-9页 |
| ·研究的方法和内容 | 第9页 |
| ·研究的技术路线 | 第9-10页 |
| ·水环境现状评价方法的综述 | 第10-12页 |
| ·湖泊水环境预测方法的综述 | 第12-14页 |
| 2 人工神经网络 | 第14-22页 |
| ·人工神经网络概述 | 第14-16页 |
| ·人工神经网络的特点 | 第14页 |
| ·人工神经网络的分类 | 第14-16页 |
| ·BP 人工神经网络 | 第16-19页 |
| ·BP 网络结构 | 第16-17页 |
| ·BP 网络规则 | 第17-19页 |
| ·人工神经网络在水环境预测中的应用 | 第19-22页 |
| 3 研究区概况 | 第22-26页 |
| ·自然地理概况 | 第22页 |
| ·流域灌排系统概况 | 第22-23页 |
| ·湖泊水质概况 | 第23-24页 |
| ·湖泊形态及地貌特征 | 第23-24页 |
| ·水环境污染主要特征 | 第24页 |
| ·社会经济概况 | 第24-26页 |
| 4 乌梁素海水环境现状分析 | 第26-34页 |
| ·概述 | 第26页 |
| ·采样点的布设及监测指标的选择 | 第26-27页 |
| ·主成分分析方法的基本原理及其计算步骤 | 第27-29页 |
| ·分析的结果与讨论 | 第29-33页 |
| ·程序代码 | 第33-34页 |
| 5 乌梁素海富营养化评价 | 第34-42页 |
| ·水体富营养化评价 | 第34页 |
| ·富营养化评价方法 | 第34-35页 |
| ·实例分析 | 第35-41页 |
| ·小结 | 第41-42页 |
| 6 BP 神经网络在乌梁素海的水质预测中的分析 | 第42-55页 |
| ·BP 神经网络的应用 | 第42页 |
| ·BP 神经网络网络训练参数的选取方法 | 第42-44页 |
| ·隐含层的选取 | 第42-43页 |
| ·网络训练次数的确定 | 第43页 |
| ·选择恰当的激活函数 | 第43-44页 |
| ·目标误差的选取 | 第44页 |
| ·ANN 模型的泛化能力及优缺点 | 第44-45页 |
| ·网络的泛化能力 | 第44-45页 |
| ·网络的优缺点 | 第45页 |
| ·实例分析 | 第45-53页 |
| ·研究的主要内容 | 第45-46页 |
| ·研究方法步骤 | 第46-47页 |
| ·输入输出变量的选择 | 第47-48页 |
| ·构建BP 神经网络 | 第48-49页 |
| ·BP 网络方案的建立 | 第49-50页 |
| ·BP 网络的确证 | 第50页 |
| ·最优方案的选择 | 第50页 |
| ·网络性能的测试 | 第50-53页 |
| ·程序代码 | 第53-54页 |
| ·小结 | 第54-55页 |
| 7 结果与展望 | 第55-57页 |
| ·本文取得的成果 | 第55页 |
| ·展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 作者简介 | 第61页 |
