| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-14页 |
| ·研究背景与意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·生态环境影响评价的研究动态 | 第10-13页 |
| ·国内研究现状 | 第10-11页 |
| ·国外研究现状 | 第11-12页 |
| ·发展趋势 | 第12-13页 |
| ·本文研究的内容 | 第13-14页 |
| ·主要内容 | 第13页 |
| ·研究难点 | 第13-14页 |
| 2 生态环境评价综述 | 第14-16页 |
| ·生态环境影响评价的概念与目的 | 第14-15页 |
| ·生态环境的定义 | 第14页 |
| ·生态环境影响评价的定义 | 第14页 |
| ·水利水电工程生态环境影响评价的目的 | 第14-15页 |
| ·生态环境影响评价的程序和主要内容 | 第15-16页 |
| ·生态环境影响评价的程序 | 第15页 |
| ·生态环境影响评价的主要内容 | 第15-16页 |
| 3 水利水电工程生态环境影响评价的指标体系 | 第16-28页 |
| ·评价指标体系建立的原则 | 第16页 |
| ·生态环境影响评价指标体系的建立 | 第16-25页 |
| ·建立步骤 | 第16-17页 |
| ·水利水电工程对自然环境的影响分析 | 第17-19页 |
| ·水利水电工程对生态环境的影响分析 | 第19-21页 |
| ·水利水电工程对社会环境影响分析 | 第21-22页 |
| ·指标体系的建立 | 第22-25页 |
| ·评价指标的量化处理 | 第25-28页 |
| ·定量指标的量化处理 | 第26页 |
| ·定性指标的量化处理 | 第26-28页 |
| 4 水利水电工程生态环境影响评价模型 | 第28-39页 |
| ·自适应模糊神经网络(ANFIS)模型概述 | 第28-29页 |
| ·基于网格的 ANFIS 结构 | 第29-31页 |
| ·ANFIS 的学习算法 | 第31-33页 |
| ·反向传播算法 | 第31-32页 |
| ·最小二乘法(LSE) | 第32-33页 |
| ·混合学习算法 | 第33页 |
| ·自适应神经网络模糊推理系统的 MATLAB 实现 | 第33-39页 |
| ·自适应神经网络模糊推理系统的设计步骤 | 第33-35页 |
| ·ANFIS 系统设计的 genfisl 函数及 anfis 函数 | 第35-37页 |
| ·隶属度函数的选取 | 第37-39页 |
| 5 评价模型在张河湾抽水蓄能水电站中的应用 | 第39-55页 |
| ·张河湾抽水蓄能水电站基本概况 | 第39-42页 |
| ·自然环境概况 | 第39-41页 |
| ·社会环境概况 | 第41-42页 |
| ·张河湾抽水蓄能水电站生态环境影响评价指标体系 | 第42-48页 |
| ·评价指标体系的建立 | 第42-46页 |
| ·评价指标的量化 | 第46-48页 |
| ·基于 ANFIS 的张河湾抽水蓄能水电站生态环境影响评价模型 | 第48-54页 |
| ·ANFIS 推理过程设计 | 第49-53页 |
| ·系统的递推结构 | 第53-54页 |
| ·结果分析 | 第54-55页 |
| 6 结论与展望 | 第55-56页 |
| ·主要研究结论 | 第55页 |
| ·研究展望 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 在读期间发表的学术论文 | 第58-59页 |
| 作者简介 | 第59-60页 |
| 致谢 | 第60-61页 |
