| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-21页 |
| ·概述 | 第8-11页 |
| ·近岸海域海水富营养化的原因与影响 | 第8-10页 |
| ·渤海湾富营养化概况 | 第10-11页 |
| ·海水富营养化的评价方法 | 第11-16页 |
| ·第1 代河口及沿岸海域富营养化评价模型 | 第11-13页 |
| ·第2 代河口及沿岸海域富营养化评价模型 | 第13-16页 |
| ·海水富营养化模型的研究 | 第16-19页 |
| ·研究现状 | 第16-18页 |
| ·水体富营养化模型的发展趋势 | 第18-19页 |
| ·本文的主要工作 | 第19-21页 |
| 第二章 基于模糊理论的富营养化模型研究 | 第21-40页 |
| ·模糊数学的基本理论 | 第21-23页 |
| ·模糊集的基本概念及其运算 | 第21-23页 |
| ·模糊关系和模糊矩阵 | 第23页 |
| ·模糊逻辑基本理论及其系统的设计 | 第23-27页 |
| ·“如果–则”推理规则 | 第23-25页 |
| ·模糊逻辑的系统设计 | 第25-27页 |
| ·渤海湾富营养化的模糊评价模型 | 第27-32页 |
| ·评价因子及评价标准的确定 | 第27-28页 |
| ·模糊转化 | 第28-29页 |
| ·权重的确定 | 第29-31页 |
| ·结果与分析 | 第31-32页 |
| ·基于Mamdani型模糊模型研究叶绿素的预测模型 | 第32-39页 |
| ·Mamdani型模糊逻辑系统的设计要点 | 第33-35页 |
| ·叶绿素预测模糊逻辑模型的建立 | 第35-38页 |
| ·结果与分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 基于神经网络的富营养化模型研究 | 第40-61页 |
| ·神经网络的理论基础 | 第40-46页 |
| ·神经网络的发展史 | 第40-41页 |
| ·神经网络模型 | 第41-42页 |
| ·B P神经网络的研究 | 第42-46页 |
| ·基于BP网络对渤海湾富营养化的评价 | 第46-51页 |
| ·常见的人工神经网络评价模型的分析 | 第46-47页 |
| ·评价因子及评价标准的确定 | 第47页 |
| ·模型的BP网络结构 | 第47-48页 |
| ·BP网络的训练 | 第48-49页 |
| ·BP网络富营养化评价在渤海湾中的应用 | 第49-51页 |
| ·遗传算法优化BP网络预测模型 | 第51-60页 |
| ·遗传算法与神经网络结合的理论依据 | 第51-52页 |
| ·遗传算法理论 | 第52-55页 |
| ·二级遗传算法优化神经网络 | 第55-57页 |
| ·基于二级遗传神经网络的浮游植物预测模型 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第四章 基于模糊神经网络的富营养化模型研究 | 第61-69页 |
| ·模糊系统与神经网络的结合 | 第61-63页 |
| ·两者结合的可行性 | 第61-62页 |
| ·两者结合的基本方式 | 第62-63页 |
| ·自适应神经网络模糊系统设计 | 第63-65页 |
| ·基于ANFIS的渤海湾富营养化预测模型的建立 | 第65-68页 |
| ·模型的输入和输出数据的选取 | 第66页 |
| ·基于减法聚类的初始模糊推理系统的建立 | 第66-67页 |
| ·自适应神经网络模糊推理模型的建立 | 第67页 |
| ·模型结果及分析 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 结论与展望 | 第69-71页 |
| ·结论 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 发表论文和参加科研情况说明 | 第75-76页 |
| 致谢 | 第76页 |