| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 引言 | 第11-17页 |
| 0.1 课题背景 | 第11-12页 |
| 0.1.1 城镇化概况 | 第11页 |
| 0.1.2 城镇化带来的社会问题 | 第11-12页 |
| 0.2 研究目的及意义 | 第12-13页 |
| 0.3 国内外研究现状 | 第13-15页 |
| 0.3.1 国内外城镇污水水污染控制费用函数研究现状 | 第13-14页 |
| 0.3.2 国内外城镇污水水污染控制神经网络研究现状 | 第14-15页 |
| 0.4 主要的研究内容 | 第15-17页 |
| 第一章 小城镇污水处理工艺评述 | 第17-22页 |
| 1.1 典型江段的选择 | 第17页 |
| 1.2 佳木斯市污水排放水量及水质 | 第17-18页 |
| 1.3 小城镇污水处理的主要形式及处理工艺 | 第18-20页 |
| 1.4 本章结论 | 第20-22页 |
| 第二章 基于水污染控制费用函数模型的经济决策分析 | 第22-30页 |
| 2.1 城镇污水污染控制费用函数模型比较分析 | 第22页 |
| 2.2 城镇污水污染控制建设投资和运行费用函数模型选择 | 第22-25页 |
| 2.3 城镇污水污染控制费用计算 | 第25-27页 |
| 2.4 城镇污水污染控制经济决策支持系统 | 第27-29页 |
| 2.5 本章结论 | 第29-30页 |
| 第三章 基于人工神经网络模型的小城镇污水处理厂经济决策分析 | 第30-48页 |
| 3.1 人工神经网络模型 | 第30-31页 |
| 3.2 神经网络的基本特点 | 第31-32页 |
| 3.3 神经网络的分类 | 第32-33页 |
| 3.4 神经网络算法 | 第33-35页 |
| 3.5 污水处理厂投资和运行费用神经网络计算 | 第35-47页 |
| 3.5.1 BP 神经网络模型的建立 | 第35-36页 |
| 3.5.2 神经网络模型的训练和学习 | 第36-38页 |
| 3.5.3 城镇污水污染控制投资费用神经网络预测及性能判定 | 第38-41页 |
| 3.5.4 城镇污水污染控制运行费用神经网络预测及性能判定 | 第41-44页 |
| 3.5.5 城镇污水污染控制总费用神经网络预测及性能判定 | 第44-47页 |
| 3.6 本章总结 | 第47-48页 |
| 第四章 小城镇流域水污染控制管理 | 第48-54页 |
| 4.1 国外流域水管理特点与借鉴性 | 第48-50页 |
| 4.1.1 欧盟国家 | 第48-49页 |
| 4.1.2 联邦制国家 | 第49-50页 |
| 4.2 国内流域水管理现状 | 第50页 |
| 4.3 松花江流域水污染控制管理 | 第50-53页 |
| 4.3.1 水污染控制技术经济决策支持系统 | 第51-52页 |
| 4.3.2 跨行政区生态补偿机制 | 第52页 |
| 4.3.3 水污染物排污权交易 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 结论与展望 | 第54-55页 |
| 5.1 结论 | 第54页 |
| 5.2 展望未来工作方向 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第59-60页 |
