基于多种模型下的安徽省环境空气质量综合评价
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 研究背景 | 第15-17页 |
| 1.2 研究现状 | 第17-21页 |
| 1.2.1 空气质量评价国内现状 | 第17-18页 |
| 1.2.2 空气质量评价国外现状 | 第18-19页 |
| 1.2.3 空气质量评价方法概述 | 第19-20页 |
| 1.2.4 评价方法优缺点分析 | 第20-21页 |
| 1.3 研究目的与意义 | 第21-22页 |
| 1.3.1 研究目的 | 第21页 |
| 1.3.2 研究意义 | 第21-22页 |
| 1.4 研究内容与技术路线 | 第22-25页 |
| 1.4.1 研究内容 | 第22-23页 |
| 1.4.2 数据来源 | 第23-24页 |
| 1.4.3 技术路线 | 第24-25页 |
| 第二章 研究方法与模型构建 | 第25-35页 |
| 2.1 灰色系统理论及模型构建 | 第25-29页 |
| 2.1.1 矩阵样本和白化函数 | 第26页 |
| 2.1.2 白化函数的构造 | 第26-28页 |
| 2.1.3 聚类权和聚类系数的确定 | 第28-29页 |
| 2.2 人工神经网络 | 第29-34页 |
| 2.2.1 RBF网络概况 | 第31页 |
| 2.2.2 RBF网络原理 | 第31-32页 |
| 2.2.3 RBF网络学习步骤 | 第32-33页 |
| 2.2.4 RBF网络模型的构建 | 第33-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第三章 基于灰色聚类模型的安徽省空气质量综合评价 | 第35-47页 |
| 3.1 安徽省自然环境概况 | 第35-36页 |
| 3.2 安徽省空气质量评价 | 第36-46页 |
| 3.2.1 评价标准确定 | 第36-38页 |
| 3.2.2 三年污染物质量浓度的计算 | 第38-39页 |
| 3.2.3 白化权函数确定 | 第39-42页 |
| 3.2.4 聚类权和聚类系数的确定 | 第42-46页 |
| 3.3 本章小结 | 第46-47页 |
| 第四章 基于人工神经网络的安徽省空气质量综合评价 | 第47-53页 |
| 4.1 安徽省空气质量评价 | 第47-50页 |
| 4.1.1 数据和目标等级归一化 | 第47-48页 |
| 4.1.2 RBF网络运行结果 | 第48-50页 |
| 4.2 两种空气质量评价方法对比 | 第50-52页 |
| 4.2.1 评价结果对比 | 第50-52页 |
| 4.2.2 评价标准探讨 | 第52页 |
| 4.3 本章小结 | 第52-53页 |
| 第五章 安徽省颗粒物(PM)时空分布特征 | 第53-62页 |
| 5.1 颗粒物概况 | 第53-54页 |
| 5.2 颗粒物的时间分布特点 | 第54-58页 |
| 5.2.1 颗粒物星期效应 | 第54-55页 |
| 5.2.2 颗粒物的月度规律 | 第55-56页 |
| 5.2.3 颗粒物的季节差异 | 第56-57页 |
| 5.2.4 颗粒物的年度变化 | 第57-58页 |
| 5.3 颗粒物的空间分布特点 | 第58-60页 |
| 5.4 颗粒物与其他空气质量指数的关系 | 第60页 |
| 5.5 本章小结 | 第60-62页 |
| 第六章 结论和建议 | 第62-64页 |
| 6.1 主要研究结论 | 第62-63页 |
| 6.2 创新之处 | 第63页 |
| 6.3 建议 | 第63-64页 |
| 参考文献 | 第64-71页 |
| 附表 | 第71-74页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第74-75页 |
