| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-25页 |
| ·藻类水华预测背景与意义 | 第11-15页 |
| ·藻类水华预测研究背景 | 第11-13页 |
| ·藻类水华预测研究意义 | 第13-15页 |
| ·藻类水华预测国内外的研究动态 | 第15-21页 |
| ·藻类水华预测方法的确定 | 第21-22页 |
| ·本文的研究内容及章节安排 | 第22-25页 |
| ·主要内容 | 第22-23页 |
| ·章节安排 | 第23-25页 |
| 第2章 时间序列神经网络藻类水华预测模型的建立 | 第25-41页 |
| ·时序神经网络的藻类水华预测方法 | 第25-28页 |
| ·时序预测基本原理 | 第25页 |
| ·时序藻类水华预测方法 | 第25-26页 |
| ·时序神经网络藻类水华预测模型的确定 | 第26-27页 |
| ·预测模型的评价指标 | 第27-28页 |
| ·时序RBF神经网络藻类水华预测模型的建立 | 第28-34页 |
| ·时序RBF网络预测模型基本原理 | 第28-30页 |
| ·时序RBF网络藻类水华预测模型的网络变量确定 | 第30-33页 |
| ·时序RBF网络藻类水华预测模型的MATLAB实现 | 第33-34页 |
| ·时序BP神经网络藻类水华预测模型的建立 | 第34-39页 |
| ·时序BP网络预测模型基本原理 | 第34-37页 |
| ·时序BP网络藻类水华预测模型的网络变量确定 | 第37-38页 |
| ·时序BP网络藻类水华预测模型的MATLAB实现 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第3章 时序神经网络藻类水华预测模型在松山湖水库的应用 | 第41-67页 |
| ·松山湖水库水质数据监测概况 | 第41-44页 |
| ·水质预警监测点及监测参数概况 | 第41页 |
| ·水质数据的时空分布规律分析 | 第41-44页 |
| ·水质数据预处理 | 第44页 |
| ·时序RBF神经网络预测模型在松山湖水库的应用 | 第44-60页 |
| ·藻类水华单变量预测模型的应用 | 第44-49页 |
| ·藻类水华多变量预测模型的应用 | 第49-54页 |
| ·藻类水华预测模型仿真结果分析 | 第54-60页 |
| ·时序BP神经网络预测模型在松山湖水库的应用 | 第60-65页 |
| ·藻类水华单变量预测模型的应用 | 第61-62页 |
| ·藻类水华多变量预测模型的应用 | 第62-63页 |
| ·藻类水华预测模型仿真结果分析 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第4章 时序神经网络藻类水华预测模型在于桥水库的应用 | 第67-77页 |
| ·于桥水库水质数据监测概况 | 第67-68页 |
| ·时序RBF神经网络预测模型在于桥水库的应用 | 第68-72页 |
| ·藻类水华多变量预测模型的建立 | 第69-70页 |
| ·预测模型仿真结果及分析 | 第70-72页 |
| ·训练样本量寻优的时序RBF神经网络预测模型的应用 | 第72-75页 |
| ·训练样本量的研究意义 | 第72页 |
| ·预测模型的构建 | 第72-74页 |
| ·预测模型仿真结果与分析 | 第74-75页 |
| ·本章小结 | 第75-77页 |
| 第5章 总结与展望 | 第77-79页 |
| ·总结 | 第77-78页 |
| ·展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 作者简介 | 第83页 |
| 作者在校期间的科研成果 | 第83页 |
