基于改进灰色神经网络的污染物排放量预测建模及实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-22页 |
| ·研究背景及研究现状 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·研究目标和内容 | 第16-19页 |
| ·研究目标 | 第16-18页 |
| ·研究内容 | 第18-19页 |
| ·技术路线 | 第19-20页 |
| ·章节安排 | 第20-22页 |
| 第二章 灰色系统理论及神经网络分析 | 第22-33页 |
| ·预测方法的比较 | 第22-23页 |
| ·灰色系统理论分析 | 第23-28页 |
| ·灰色系统理论简介 | 第23-25页 |
| ·污染物排放量的灰色特性 | 第25页 |
| ·灰色预测方法 | 第25-28页 |
| ·神经网络理论分析 | 第28-30页 |
| ·神经网络理论 | 第28-29页 |
| ·BP 神经网络 | 第29-30页 |
| ·灰色神经网络模型介绍 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 面向污染物排放量预测模型的建立 | 第33-51页 |
| ·组合模型介绍 | 第33-35页 |
| ·影响因子分析 | 第35-38页 |
| ·产业结构分析 | 第35-37页 |
| ·人口因素分析 | 第37-38页 |
| ·影响因子分析总结 | 第38页 |
| ·面向污染物排放量预测模型的建立 | 第38-49页 |
| ·数据预处理 | 第39-41页 |
| ·模型结构改进 | 第41-42页 |
| ·GM（1,1）算法优化 | 第42-45页 |
| ·权系数计算 | 第45-46页 |
| ·BP 神经网络设置 | 第46-47页 |
| ·污染物排放量预测模型建立 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第四章 污染物排放量预测模型验证 | 第51-68页 |
| ·预测模型验证 | 第51-65页 |
| ·数据准备 | 第51-52页 |
| ·数据预处理 | 第52-54页 |
| ·传统 GM（1, 1）污染物排放量模拟 | 第54-56页 |
| ·传统灰色神经网络的污染物排放量模拟 | 第56-57页 |
| ·面向污染物排放量预测模型的模拟 | 第57-65页 |
| ·模型对比分析 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 第五章 污染物排放量预测系统实现 | 第68-82页 |
| ·系统需求分析 | 第68-69页 |
| ·数据采集需求分析 | 第68-69页 |
| ·排放量预测需求分析 | 第69页 |
| ·预测结果分类需求分析 | 第69页 |
| ·系统流程设计 | 第69-70页 |
| ·系统模块设计 | 第70-71页 |
| ·数据库设计 | 第71-73页 |
| ·子模块实现 | 第73-81页 |
| ·数据采集功能实现 | 第73-75页 |
| ·排放量预测功能实现 | 第75-78页 |
| ·预测结果分类功能实现 | 第78-81页 |
| ·本章小结 | 第81-82页 |
| 第六章 总结与展望 | 第82-84页 |
| ·总结 | 第82页 |
| ·展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-88页 |
