首页--环境科学、安全科学论文--环境污染及其防治论文--大气污染及其防治论文

一种空气质量预测模型的研究

摘要第4-5页
abstract第5页
第一章 绪论第8-17页
    1.1 研究背景和意义第8-11页
    1.2 国内外研究现状第11-15页
        1.2.1 以人工神经网络为基础的空气质量预测发展现状第12-13页
        1.2.2 以人工神经网络为基础的空气质量预测研究的进一步发展方向第13-15页
    1.3 论文主要研究内容第15页
    1.4 论文组织结构第15-17页
第二章 相关支撑技术第17-29页
    2.1 BP神经网络概述第17-23页
        2.1.1 BP神经网络的结构与模型第17-19页
        2.1.2 传统BP神经网络的算法及推导过程第19-21页
        2.1.3 传统BP神经网络的改进第21-23页
    2.2 遗传算法第23-28页
        2.2.1 遗传算法原理概述第23-24页
        2.2.2 染色体编码第24-25页
        2.2.3 适应度函数第25页
        2.2.4 遗传算子第25-27页
        2.2.5 遗传算法中主要相关参数第27-28页
        2.2.6 遗传算法的步骤及流程第28页
    2.3 本章小结第28-29页
第三章 特征选择、数据处理以及特征提取第29-36页
    3.1 影响空气质量的因素分析第29-30页
    3.2 课题涉及的数据处理方式第30-33页
        3.2.1 缺失数据的处理方式第30-31页
        3.2.2 数据预处理与标准化方法第31-33页
    3.3 特征提取第33-35页
        3.3.1 主成分分析法概述第33-34页
        3.3.2 主成分分析法原理概要及计算过程第34-35页
    3.4 本章小结第35-36页
第四章 空气质量预测模型设计第36-51页
    4.1 数据处理部分第36-37页
        4.1.1 数据标准化第36页
        4.1.2 数据的特征提取第36-37页
    4.2 预测模型目标分析第37页
    4.3 BP神经网络模型设计第37-45页
        4.3.1 确定BP神经网络模型的结构第38-42页
        4.3.2 基于贝叶斯正则化改进的LM反向传播算法第42-45页
    4.4 遗传算法优化阶段第45-49页
        4.4.1 遗传算法相关参数设计第45-46页
        4.4.2 编码设计第46页
        4.4.3 适应度函数设计第46-47页
        4.4.4 遗传算子设计第47-49页
    4.5 模型处理步骤及流程第49-50页
    4.6 本章小结第50-51页
第五章 空气质量预测模型性能与预测能力分析第51-58页
    5.1 空气质量预测模型训练性能对比与分析第51-54页
    5.2 空气质量预测模型关于预测能力的对比与分析第54-57页
    5.3 本章小结第57-58页
第六章 总结与展望第58-60页
    6.1 本文总结第58页
    6.2 工作展望第58-60页
参考文献第60-63页
附录1 攻读硕士学位期间撰写的论文第63-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:我国公共危机网络治理模式及其信息分享结构的验证
下一篇:高速铁路路基段地面振动响应研究