| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·选题背景及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·水质评价方法综述 | 第11-12页 |
| ·贝叶斯网络的国内外研究现状 | 第12-14页 |
| ·本文的研究内容与框架 | 第14-16页 |
| 第二章 水质评价理论及方法 | 第16-20页 |
| ·模糊综合指数法和综合加权法 | 第16-17页 |
| ·模糊聚类分析 | 第17页 |
| ·灰色关联分析 | 第17-18页 |
| ·人工神经网络 | 第18页 |
| ·贝叶斯网络 | 第18-20页 |
| 第三章 基于贝叶斯网络的水质污染评价及预测 | 第20-26页 |
| ·评价及预测原理 | 第20-21页 |
| ·原理方法的实现 | 第21-23页 |
| ·评价预测方法及框架 | 第23-26页 |
| 第四章 数据处理 | 第26-34页 |
| ·数据选取 | 第26-27页 |
| ·数据预测处理——基于时间序列的贝叶斯动态数据预测处理 | 第27-34页 |
| ·贝叶斯预测的基本思想 | 第27-28页 |
| ·基于时间序列的贝叶斯动态数据预测处理方法 | 第28-32页 |
| ·数据预测处理方法的有效性验证 | 第32-34页 |
| 第五章 基于水质评价及预测的贝叶斯网络结构学习 | 第34-43页 |
| ·基于打分-搜索的学习方法 | 第34-35页 |
| ·基于依赖分析的学习方法 | 第35页 |
| ·基于评价及预测的贝叶斯网络结构学习方法 | 第35-43页 |
| ·变量之间的预测能力 | 第35-37页 |
| ·基于评价及预测的贝叶斯网络结构学习 | 第37-38页 |
| ·建立基于贝叶斯网络的水质评价及预测结构模型 | 第38-43页 |
| 第六章 实验与分析——长江水质评价及预测 | 第43-54页 |
| ·长江污染数据预测处理 | 第43-44页 |
| ·实验分析 | 第44-54页 |
| ·单因子指数法 | 第45-46页 |
| ·模糊综合评价法 | 第46-47页 |
| ·贝叶斯网络法 | 第47-48页 |
| ·对比分析 | 第48-54页 |
| 第七章 结论与展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 附录 | 第62-66页 |
| 攻读硕士学位期间获得的成果 | 第66页 |