| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-10页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 文献综述 | 第8页 |
| 1.3 研究思路 | 第8-9页 |
| 1.4 技术路线框架 | 第9-10页 |
| 2 数据来源与研究方法 | 第10-30页 |
| 2.1 数据及来源 | 第10页 |
| 2.2 研究方法 | 第10-11页 |
| 2.3 岭回归 | 第11-14页 |
| 2.4 神经网络 | 第14-19页 |
| 2.5 小波分析 | 第19-24页 |
| 2.6 遗传算法 | 第24-30页 |
| 3 西安市 ρ(PM_(2.5)) 现状分析 | 第30-34页 |
| 3.1 西安市 ρ(PM_(2.5)) 的时空分析 | 第30-31页 |
| 3.2 西安市PM_(2.5)的污染状况 | 第31-34页 |
| 4 PM_(2.5) 的影响因素研究 | 第34-46页 |
| 4.1 PM_(2.5) 与AQI中其他监测指标的岭回归分析 | 第34-36页 |
| 4.2 PM_(2.5) 与气象因素的关系分析 | 第36-43页 |
| 4.3 PM_(2.5) 与采暖期的关系分析 | 第43页 |
| 4.4 综合分析西安市AQI中其他监测指标、气象因素和供暖时间对PM_(2.5)的影响 | 第43-46页 |
| 5 PM_(2.5) 的预测分析 | 第46-53页 |
| 5.1 基于神经网络预测PM_(2.5) | 第46-48页 |
| 5.2 基于小波分析和神经网络预测PM_(2.5) | 第48-49页 |
| 5.3 基于遗传算法和神经网络预测PM_(2.5) | 第49-51页 |
| 5.4 基于小波分析、遗传算法和神经网络预测PM_(2.5) | 第51-53页 |
| 6 总结与展望 | 第53-56页 |
| 6.1 论文总结 | 第53-54页 |
| 6.2 创新点 | 第54页 |
| 6.3 展望与不足 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 在校期间发表论文清单 | 第59-60页 |
| 致谢 | 第60-61页 |
| 附录 | 第61-70页 |
