BP神经网络在千岛湖水体富营养化变化预测中的应用
| 中文摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 研究背景 | 第11-23页 |
| ·水体富营养化概述 | 第11-13页 |
| ·水体富营养化 | 第11页 |
| ·富营养化的成因 | 第11-12页 |
| ·湖泊富营养化的特征以及危害 | 第12页 |
| ·研究现状及其发展趋势 | 第12-13页 |
| ·水体富营养化模型研究 | 第13-20页 |
| ·营养盐模型 | 第13-14页 |
| ·浮游植物生态模型 | 第14-16页 |
| ·生态动力学模型 | 第16-18页 |
| ·回归模型 | 第18页 |
| ·模糊评价模型 | 第18-19页 |
| ·人工神经网络模型 | 第19-20页 |
| ·水体富营养化评价指标的选择 | 第20-21页 |
| ·千岛湖水体富营养化研究进展 | 第21-22页 |
| ·本课题的研究意义 | 第22-23页 |
| 第二章 人工神经网络 | 第23-34页 |
| ·人工神经网络概述 | 第23-25页 |
| ·人工神经网络的分类 | 第23-25页 |
| ·人工神经网络的特点 | 第25页 |
| ·BP 人工神经网络 | 第25-29页 |
| ·BP 网络结构 | 第26-27页 |
| ·BP 网络学习规则 | 第27-29页 |
| ·面向 MATLAB 工具箱的神经网络设计 | 第29-31页 |
| ·MATLAB 神经网络工具箱 | 第30页 |
| ·运用工具箱设计网络的原则和过程 | 第30-31页 |
| ·人工神经网络在水体富营养化中的应用 | 第31-34页 |
| 第三章 实证研究 | 第34-41页 |
| ·千岛湖及其概况 | 第34-35页 |
| ·千岛湖概况 | 第34页 |
| ·千岛湖水质概况 | 第34-35页 |
| ·研究思路 | 第35-36页 |
| ·主要内容 | 第35页 |
| ·研究步骤 | 第35-36页 |
| ·研究方法 | 第36-41页 |
| ·采样点的布设及测定 | 第36-37页 |
| ·输入参数的选择 | 第37-39页 |
| ·面向 MATLAB 的 BP 神经网络设计 | 第39-41页 |
| 第四章 结果与分析 | 第41-61页 |
| ·主成分分析法筛选研究变量 | 第41-43页 |
| ·构建 BP 神经网络 | 第43-52页 |
| ·网络输入、输出变量的选择 | 第43页 |
| ·插值法产生样本对 | 第43-47页 |
| ·BP 网络方案的建立 | 第47-51页 |
| ·BP 网络的确证 | 第51-52页 |
| ·最优网络的选择 | 第52页 |
| ·网络性能侧试 | 第52-57页 |
| ·插值 | 第52-56页 |
| ·结果分析 | 第56-57页 |
| ·MATLAB 程序代码 | 第57-61页 |
| 第五章 总结与展望 | 第61-63页 |
| ·本研究的研究成果 | 第61页 |
| ·本研究的不足之处 | 第61-62页 |
| ·研究展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 附录: 攻读硕士期间主要成果 | 第68-69页 |
| 致谢 | 第69页 |
