| 中文摘要 | 第1-8页 |
| 英文摘要 | 第8-10页 |
| 第一章 引言 | 第10-13页 |
| ·课题提出的背景 | 第10页 |
| ·课题的意义 | 第10-11页 |
| ·课题的主要内容 | 第11-13页 |
| 第二章 环境空气质量数据仓库的建立 | 第13-21页 |
| ·数据仓库的概念 | 第13-14页 |
| ·环境空气质量数据仓库需求分析 | 第14-15页 |
| ·环境空气质量数据仓库的建立 | 第15-21页 |
| ·数据源 | 第15-17页 |
| ·数据仓库设计 | 第17页 |
| ·数据预处理 | 第17-19页 |
| ·数据仓库的实现 | 第19-21页 |
| 第三章 重点污染源对环境质量影响可视化分析 | 第21-26页 |
| ·大气污染与其扩散理论 | 第21-22页 |
| ·大气污染 | 第21页 |
| ·大气扩散的基本理论 | 第21-22页 |
| ·点源扩散模式 | 第22-24页 |
| ·有风时点源扩散模式-高斯模式 | 第22-23页 |
| ·小风和静风时的点源扩散模式 | 第23-24页 |
| ·污染源扩散分析 | 第24页 |
| ·污染源扩散分析的可视化 | 第24-26页 |
| 第四章 基于 B-P 神经网络的空气质量日预测模型 | 第26-38页 |
| ·B-P 神经网络简介 | 第26-30页 |
| ·B-P 神经网络基本原理 | 第26-27页 |
| ·B-P 算法的学习过程 | 第27-30页 |
| ·基于B-P 神经网络的济南市环境空气质量预测 | 第30-38页 |
| ·B-P 神经网络预测模型 | 第30-31页 |
| ·训练 B-P 神经网络 | 第31-34页 |
| ·进行预测计算 | 第34页 |
| ·预测结果分析 | 第34-37页 |
| ·模型分析 | 第37-38页 |
| 第五章 基于指数平滑技术的环境空气质量中长期预测模型 | 第38-48页 |
| ·指数平滑技术基本原理 | 第38-44页 |
| ·时间序列 | 第38-40页 |
| ·平滑技术 | 第40-41页 |
| ·指数平滑法 | 第41-44页 |
| ·指数平滑预测模型 | 第44-48页 |
| ·算法的实现 | 第44-45页 |
| ·预测结果分析 | 第45-48页 |
| 第六章 结束语 | 第48-49页 |
| 附录 | 第49-53页 |
| 1. 计算相关系数算法实现 | 第49-50页 |
| 2. 指数平滑算法实现 | 第50-53页 |
| 参考文献 | 第53-55页 |
| 攻读硕士学位期间已经被录用的论文 | 第55-56页 |
| 致谢 | 第56页 |