| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究背景与研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 国外研究现状 | 第9-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.2.3 国内外研究述评 | 第13-14页 |
| 1.3 研究内容与研究方法 | 第14-17页 |
| 1.3.1 研究内容与技术路线 | 第14-15页 |
| 1.3.2 研究方法 | 第15-17页 |
| 第2章 理论基础 | 第17-38页 |
| 2.1 灰色关联度分析 | 第17-20页 |
| 2.1.1 灰色关联度理论概述 | 第17-18页 |
| 2.1.2 熵权法 | 第18页 |
| 2.1.3 灰色关联度分析法步骤 | 第18-20页 |
| 2.2 人工神经网络概述 | 第20-27页 |
| 2.2.1 人工神经元模型 | 第21-23页 |
| 2.2.2 人工神经网络的结构 | 第23-25页 |
| 2.2.3 人工神经网络的学习规则 | 第25-27页 |
| 2.3 BP神经网络基本模型研究 | 第27-33页 |
| 2.3.1 BP神经网络的基本推导 | 第28-30页 |
| 2.3.2 BP神经网络算法分析 | 第30-31页 |
| 2.3.3 BP神经网络的局限性 | 第31-33页 |
| 2.4 Elman神经网络基本模型研究 | 第33-38页 |
| 2.4.1 Elman神经网络基本模型 | 第33-34页 |
| 2.4.2 Elman神经网络算法分析 | 第34-35页 |
| 2.4.3 Elman神经网络权稳定性分析 | 第35-38页 |
| 第3章 城市生活垃圾清运量现状研究 | 第38-46页 |
| 3.1 城市垃圾清运量影响因素分析 | 第38-42页 |
| 3.1.1 人口规模 | 第38-39页 |
| 3.1.2 经济发展程度 | 第39-40页 |
| 3.1.3 第三产业 | 第40-41页 |
| 3.1.4 燃料结构的影响 | 第41-42页 |
| 3.2 城市生活垃圾的处理方式 | 第42-43页 |
| 3.2.1 土地掩埋的处理方式 | 第42页 |
| 3.2.2 用火气化的处理方式 | 第42-43页 |
| 3.2.3 发酵再次利用的方式 | 第43页 |
| 3.3 城市生活垃圾的处理能力 | 第43-44页 |
| 3.4 城市生活垃圾处理中存在的问题 | 第44-46页 |
| 第4章 Elman神经网络在生活垃圾清运量预测中实现 | 第46-53页 |
| 4.1 城市生活垃圾清运量预测模型 | 第46页 |
| 4.2 建立Elman神经网络预测模型的步骤 | 第46-47页 |
| 4.3 系统数据的预处理 | 第47-48页 |
| 4.4 Elman神经网络MATLAB程序基础 | 第48页 |
| 4.5 Elman神经网络的结构设计 | 第48-49页 |
| 4.6 Elman神经网络创建函数 | 第49-50页 |
| 4.7 神经元激活函数的选择 | 第50-51页 |
| 4.8 预测结果检验 | 第51-53页 |
| 第5章 案例研究 | 第53-62页 |
| 5.1 武汉市城市生活垃圾历年数据 | 第53-55页 |
| 5.2 影响因素灰色关联度分析 | 第55-56页 |
| 5.3 城市生活垃圾清运量预测模型仿真 | 第56-62页 |
| 5.3.1 BP神经网络与Elman神经网络预测对比分析 | 第57-58页 |
| 5.3.2 基于Elman神经网络城市生活垃圾清运量预测 | 第58-62页 |
| 第6章 全文总结与研究展望 | 第62-63页 |
| 6.1 全文总结 | 第62页 |
| 6.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 附录 | 第68页 |
