| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-24页 |
| ·论文选题背景 | 第13-17页 |
| ·大气污染及其危害 | 第13-14页 |
| ·PM_(10)概念及其危害 | 第14-16页 |
| ·我国城市环境空气质量及其主要污染物 | 第16-17页 |
| ·国内外空气污染预报研究现状 | 第17-21页 |
| ·空气污染预报及其主要方法 | 第17-19页 |
| ·国外空气污染预报的发展与现状 | 第19-20页 |
| ·国内空气污染预报的发展与现状 | 第20-21页 |
| ·论文的研究目的与意义 | 第21-22页 |
| ·论文主要内容及研究方法 | 第22-24页 |
| 第二章 基本理论 | 第24-39页 |
| ·人工神经网络基本原理 | 第24-28页 |
| ·人工神经网络概述 | 第24-25页 |
| ·人工神经元模型 | 第25-26页 |
| ·神经网络的结构及工作方式 | 第26-28页 |
| ·B-P神经网络 | 第28-31页 |
| ·B-P神经网络模型结构 | 第28-29页 |
| ·B-P神经网络的构建与算法 | 第29-31页 |
| ·B-P神经网络的局限性及优化 | 第31页 |
| ·B-P神经网络的软件实现 | 第31-34页 |
| ·太普数据挖掘软件简介 | 第31-32页 |
| ·利用太普数据挖掘平台建模步骤 | 第32-34页 |
| ·数学建模原理简介 | 第34-39页 |
| ·主成分分析方法 | 第34-36页 |
| ·逐步回归方法 | 第36-37页 |
| ·回归方程的显著性检验 | 第37-39页 |
| 第三章 大庆市PM_(10)污染特征分析 | 第39-50页 |
| ·大庆市空气质量状况 | 第39-42页 |
| ·数据来源及分析方法 | 第39页 |
| ·大庆市空气质量状况 | 第39-42页 |
| ·大庆市PM_(10)污染特征分析 | 第42-47页 |
| ·大庆市PM_(10)污染年变化特征 | 第42-43页 |
| ·大庆市PM_(10)污染季节变化特征 | 第43-44页 |
| ·大庆市PM_(10)污染月变化特征 | 第44-45页 |
| ·大庆市PM_(10)污染特殊情况分析 | 第45-47页 |
| ·大庆市PM_(10)污染的源解析及防治对策 | 第47-49页 |
| ·大庆市PM_(10)污染的来源解析 | 第47-48页 |
| ·大庆市PM_(10)污染的防治对策 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 大庆市PM_(10)污染与气象要素关系分析 | 第50-66页 |
| ·大庆市气候特征概述 | 第50页 |
| ·大庆市气象要素特征统计分析 | 第50-56页 |
| ·气压分析 | 第51页 |
| ·气温分析 | 第51-52页 |
| ·湿度分析 | 第52-53页 |
| ·能见度分析 | 第53-54页 |
| ·日照日合计分析 | 第54页 |
| ·总云量分析 | 第54-55页 |
| ·风速分析 | 第55-56页 |
| ·降水量分析 | 第56页 |
| ·特殊情况分析 | 第56页 |
| ·大庆市PM_(10)的API高值日的污染气象学分析 | 第56-59页 |
| ·大庆市各季PM_(10)污染与气象要素相关关系 | 第59-65页 |
| ·相关分析的基本概念 | 第59-61页 |
| ·春季各因子的相关分析 | 第61-62页 |
| ·夏季各因子的相关分析 | 第62-63页 |
| ·秋季各因子的相关分析 | 第63-64页 |
| ·冬季各因子的相关分析 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 PM_(10)污染数学预报模型的建立 | 第66-73页 |
| ·预报因子的选取 | 第66页 |
| ·四季多元回归预报模型的建立与检验 | 第66-71页 |
| ·春季预报模型的建立及检验 | 第67-68页 |
| ·夏季预报模型的建立及检验 | 第68-69页 |
| ·秋季预报模型的建立及检验 | 第69-70页 |
| ·冬季预报模型的建立及检验 | 第70-71页 |
| ·四季模型对比 | 第71页 |
| ·本章小结 | 第71-73页 |
| 第六章 PM_(10)污染神经网络预报模型的建立 | 第73-87页 |
| ·模型建立的理论依据 | 第73页 |
| ·数据准备及预报因子的精选 | 第73-79页 |
| ·数据的准备及预处理 | 第73-74页 |
| ·建模因子的初选 | 第74页 |
| ·基于主成分分析法的因子精选 | 第74-79页 |
| ·B-P神经网络预报模型的设计 | 第79-81页 |
| ·网络层数的确定 | 第80页 |
| ·输入输出层节点的确定 | 第80页 |
| ·隐含层节点数的确定 | 第80-81页 |
| ·各层传递函数的确定 | 第81页 |
| ·B-P神经网络主要参数的确定 | 第81页 |
| ·基于TIPDM的B-P网络四季预报模型的建立与检验 | 第81-85页 |
| ·春季预报模型的建立与检验 | 第81-82页 |
| ·夏季预报模型的建立与检验 | 第82-83页 |
| ·秋季预报模型的建立与检验 | 第83-84页 |
| ·冬季预报模型的建立与检验 | 第84页 |
| ·四季模型对比 | 第84-85页 |
| ·两种污染预报模型的比较 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 结论与建议 | 第87-90页 |
| 结论 | 第87-88页 |
| 建议 | 第88-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-97页 |
| 攻读硕士学位期间发表的论文 | 第97页 |
