| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-14页 |
| ·课题来源 | 第7页 |
| ·课题研究的目的与意义 | 第7-8页 |
| ·国内外空气污染预报发展概况 | 第8-9页 |
| ·国外空气污染预报情况 | 第8-9页 |
| ·国内空气污染预报的情况 | 第9页 |
| ·空气污染预报研究的发展趋势 | 第9-10页 |
| ·人工神经网络的发展与应用 | 第10-12页 |
| ·本文采用的预报方法 | 第12-13页 |
| ·论文研究内容 | 第13-14页 |
| 2 人工神经网络的基本原理 | 第14-28页 |
| ·人工神经网络 | 第14-17页 |
| ·神经元模型结构 | 第14页 |
| ·激活函数 | 第14-16页 |
| ·人工神经网络的结构 | 第16-17页 |
| ·人工神经网络的特点 | 第17页 |
| ·B-P神经网络 | 第17-25页 |
| ·B-P神经网络结构模型 | 第17-18页 |
| ·B-P神经网络的学习 | 第18-20页 |
| ·B-P神经网络算法 | 第20-21页 |
| ·B-P神经网络的优越性与局限性 | 第21-22页 |
| ·B-P神经网络学习算法优化 | 第22-25页 |
| ·人工神经网络在环境领域中的应用 | 第25-27页 |
| ·人工神经网络在环境科学中的应用 | 第25-26页 |
| ·人工神经网络在大气环境质量评价中的应用 | 第26-27页 |
| ·小结 | 第27-28页 |
| 3 数据采集与分析 | 第28-49页 |
| ·西安市PM_(10)数据来源与采集 | 第28页 |
| ·西安市气象数据来源与采集 | 第28-29页 |
| ·西安市PM_(10)污染现状分析 | 第29-33页 |
| ·西安市PM_(10)污染浓度年变化特征分析 | 第31-32页 |
| ·西安市PM_(10)污染浓度四季变化特征分析 | 第32-33页 |
| ·西安市四季气象要素与PM_(10)污染浓度相关性分析 | 第33-44页 |
| ·西安市四季气象要素特征分析 | 第33-42页 |
| ·PM_(10)污染物浓度与气象因素相关性分析 | 第42-44页 |
| ·西安市PM_(10)浓度源强释放平稳特性检验 | 第44-47页 |
| ·源强的半定量计算 | 第44-46页 |
| ·源强的平稳性检验 | 第46-47页 |
| ·小结 | 第47-49页 |
| 4 基于B-P神经网络PM_(10)污染浓度预报模型的建立 | 第49-59页 |
| ·基础数据选取及处理 | 第49-50页 |
| ·B-P神经网络预报模型设计 | 第50-52页 |
| ·隐含层数目的确定 | 第50-51页 |
| ·隐含层单元数的确定 | 第51-52页 |
| ·每层传递函数的确定 | 第52页 |
| ·B-P神经网络的学习和训练 | 第52-53页 |
| ·B-P神经网络在MATLAB中的实现 | 第53-55页 |
| ·MATLAB神经网络工具箱的简介 | 第53-54页 |
| ·运用MATLAB神经网络工具箱设计网络 | 第54-55页 |
| ·B-P神经网络训练结果 | 第55-58页 |
| ·春季模型 | 第55-56页 |
| ·夏季模型 | 第56页 |
| ·秋季模型 | 第56-57页 |
| ·冬季模型 | 第57-58页 |
| ·小结 | 第58-59页 |
| 5 基于B-P神经网络PM_(10)污染浓度预报模型的检验 | 第59-65页 |
| ·春季预报模型的检验 | 第59-60页 |
| ·夏季预报模型的检验 | 第60-61页 |
| ·秋季预报模型的检验 | 第61-62页 |
| ·冬季预报模型的检验 | 第62-63页 |
| ·与其他模型的比较 | 第63-64页 |
| ·小结 | 第64-65页 |
| 6 结论与建议 | 第65-67页 |
| ·结论 | 第65页 |
| ·建议 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录一:攻读硕士学位期间发表论文及参加科研项目 | 第71-72页 |
| 附录二 | 第72-76页 |
| 附录三 | 第76-77页 |
