基于人工神经网络的济南市北沙河水环境综合整治研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 1 绪论 | 第10-20页 |
| ·研究背景 | 第10页 |
| ·水环境综合整治发展历程 | 第10-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·人工神经网络的发展 | 第13-18页 |
| ·人工神经网络在水科学中的发展 | 第15-17页 |
| ·人工神经网络在优化领域应用的发展 | 第17-18页 |
| ·本文的研究方法、内容和技术路线 | 第18-20页 |
| 2 北沙河基本概况 | 第20-35页 |
| ·自然环境 | 第20-21页 |
| ·地理位置 | 第20页 |
| ·地形地貌 | 第20页 |
| ·水文气象 | 第20页 |
| ·生态环境 | 第20-21页 |
| ·流域水环境现状 | 第21-23页 |
| ·水资源概况 | 第21页 |
| ·主要污染物COD 及NH_3-N 沿途变化 | 第21-23页 |
| ·水体功能区划 | 第23页 |
| ·水环境污染特征分析方法 | 第23-27页 |
| ·污染指数法 | 第23-24页 |
| ·模糊数学水质评价模型 | 第24页 |
| ·灰色系统水质评价模型 | 第24-25页 |
| ·数理统计方法 | 第25页 |
| ·投影寻踪方法 | 第25-26页 |
| ·地理信息系统(GIS)水质评价模式 | 第26页 |
| ·人工神经网络模式 | 第26页 |
| ·上述评价方法分析 | 第26-27页 |
| ·水环境污染特征分析 | 第27-35页 |
| ·用模糊综合评价法进行水环境现状评价 | 第27-30页 |
| ·基于BP 网络进行水环境现状评价 | 第30-33页 |
| ·小结 | 第33-35页 |
| 3 人工神经网络对水环境综合整治方案的优化研究 | 第35-49页 |
| ·HOPFIELD 网络概述 | 第35-40页 |
| ·Hopfield 网络基本原理 | 第35-38页 |
| ·Hopfield 网络优化操作步骤 | 第38-39页 |
| ·Hopfield 神经网络的选定 | 第39-40页 |
| ·HOPFIELD 神经网络模型的设定 | 第40-42页 |
| ·Hopfield 网络模型 | 第40页 |
| ·Hopfield 模型优化研究的一般规定 | 第40-41页 |
| ·Hopfield 模型优化研究数学描述 | 第41-42页 |
| ·模型计算条件的设定 | 第42-48页 |
| ·水环境容量 | 第42-45页 |
| ·水环境综合整治的基本费用 | 第45-46页 |
| ·排污口的主要污染物及其负荷量 | 第46-47页 |
| ·优化结果 | 第47-48页 |
| ·小结 | 第48-49页 |
| 4 北沙河综合整治的对策 | 第49-55页 |
| ·流域治理目标 | 第49页 |
| ·水质保护措施 | 第49-52页 |
| ·水土保持措施 | 第52-53页 |
| ·河道整治 | 第53-54页 |
| ·加强水资源的统一管理 | 第54页 |
| ·小结 | 第54-55页 |
| 5 结论与建议 | 第55-59页 |
| ·结论 | 第55页 |
| ·建议及改进 | 第55-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64页 |
