| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·课题研究的背景及意义 | 第9-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·水环境质量综合评价研究现状 | 第12-15页 |
| ·BP 神经网络在水质评价中的研究现状 | 第15-17页 |
| ·本文研究的主要内容 | 第17-19页 |
| 2 BP 神经网络基本理论研究 | 第19-29页 |
| ·BP 神经网络的介绍 | 第19-24页 |
| ·BP 神经网络的结构 | 第19-21页 |
| ·BP 神经网络算法 | 第21-24页 |
| ·BP 算法的缺点及其在水质评价应用中的若干问题 | 第24-25页 |
| ·BP 算法的改进方法 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 3 基于 LM-BP 神经网络的水质评价模型 | 第29-47页 |
| ·水域概况及数据来源 | 第29-30页 |
| ·LM-BP 网络水质评价模型的建立 | 第30-42页 |
| ·LM 算法工作原理 | 第30-33页 |
| ·标准训练样本的生成 | 第33-36页 |
| ·LM-BP 网络拓扑结构的确定 | 第36-42页 |
| ·LM-BP 网络水质评价模型在实例中的应用 | 第42-43页 |
| ·与传统评价方法的比较分析 | 第43-44页 |
| ·本章小结 | 第44-47页 |
| 4 基于 GA-BP 网络水质评价模型的建立 | 第47-57页 |
| ·遗传算法与BP 神经网络结合的优点 | 第47-49页 |
| ·遗传算法优化BP 网络的工作原理 | 第49-50页 |
| ·遗传神经网络在水质评价中的应用 | 第50-52页 |
| ·遗传神经网络水质评价模型对实例的应用 | 第52-53页 |
| ·线性插值的探索 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 5 基于 BP 神经网络水质评价模型的 GUI 设计 | 第57-65页 |
| ·主界面的设计 | 第57-58页 |
| ·GA-BP 网络水质评价GUI 的应用 | 第58-64页 |
| ·本章小结 | 第64-65页 |
| 6 结论与展望 | 第65-67页 |
| ·主要工作总结 | 第65-66页 |
| ·未来工作展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第74页 |