| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·地下水环境质量评价的意义和作用 | 第8-10页 |
| ·水资源危机 | 第8页 |
| ·地下水污染日趋严重 | 第8-9页 |
| ·地下水污染带来的危害 | 第9-10页 |
| ·地下水环境质量评价的研究现状 | 第10-14页 |
| ·论文选题的意义及主要研究内容 | 第14-15页 |
| ·论文选题的意义 | 第14页 |
| ·论文主要研究内容 | 第14-15页 |
| ·论文创新点 | 第15-16页 |
| 第二章 区域地质背景 | 第16-26页 |
| ·自然地理概况 | 第16-17页 |
| ·地理位置 | 第16页 |
| ·气象 | 第16-17页 |
| ·水文 | 第17页 |
| ·地质背景 | 第17-23页 |
| ·地形地貌 | 第17-20页 |
| ·地层岩性 | 第20-21页 |
| ·地质构造 | 第21-23页 |
| ·孔隙水水文地质条件 | 第23-26页 |
| ·孔隙水的富水规律 | 第24页 |
| ·含水层组富水性及其分布 | 第24-26页 |
| 第三章 人工神经网络 | 第26-38页 |
| ·人工神经网络的历史回顾及发展趋势 | 第26-29页 |
| ·人工神经网络的产生 | 第26页 |
| ·人工神经网络的发展历史 | 第26-28页 |
| ·人工神经网络的发展趋势 | 第28-29页 |
| ·人工神经网络原理 | 第29-33页 |
| ·生物神经元 | 第29-31页 |
| ·人工神经元 | 第31-32页 |
| ·人工神经网络与生物神经网络的比较 | 第32-33页 |
| ·人工神经网络学习机理 | 第33-35页 |
| ·学习方式 | 第34页 |
| ·学习规则 | 第34-35页 |
| ·人工神经网络分类 | 第35-38页 |
| 第四章 昆明盆地孔隙水环境质量评价 | 第38-76页 |
| ·研究对象概况 | 第38页 |
| ·数据来源及评价因子的选择 | 第38-41页 |
| ·以往评价方法 | 第41-60页 |
| ·单因子评价法 | 第41-42页 |
| ·模糊综合评判法 | 第42-49页 |
| ·经典灰色关联度分析法 | 第49-54页 |
| ·一种改进的灰色关联度分析法 | 第54-60页 |
| ·新的评价方法——BP网络法 | 第60-76页 |
| ·BP网络基本原理 | 第60-65页 |
| ·BP算法的问题及改进 | 第65-70页 |
| ·基于 BP网络的昆明盆地孔隙水环境质量评价 | 第70-76页 |
| 第五章 新老方法的比较分析 | 第76-79页 |
| ·比较分析 | 第76-77页 |
| ·小结 | 第77-79页 |
| 第六章 基于 BP网络的地下水环境质量评价的实现步骤 | 第79-80页 |
| 第七章 结论与展望 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 附录 | 第87-90页 |