| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第10-27页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 选题的依据和意义 | 第11-13页 |
| 1.3 国内外研究综述 | 第13-23页 |
| 1.3.1 滩涂的概念 | 第13页 |
| 1.3.2 滩涂开发利用的国内外研究进展 | 第13-19页 |
| 1.3.3 土地适宜性评价及国内外研究进展 | 第19-23页 |
| 1.4 研究的理论基础 | 第23-24页 |
| 1.5 研究方法和目标 | 第24-26页 |
| 1.5.1 研究方法 | 第24-25页 |
| 1.5.2 目标 | 第25-26页 |
| 1.6 技术路线 | 第26-27页 |
| 2 研究区概况 | 第27-38页 |
| 2.1 自然地理概况 | 第28-34页 |
| 2.1.1 地形地貌 | 第28-29页 |
| 2.1.2 土壤类型与质地 | 第29-31页 |
| 2.1.3 土壤微量元素含量及其分布 | 第31-33页 |
| 2.1.4 河流水系 | 第33页 |
| 2.1.5 水文气象 | 第33页 |
| 2.1.6 海岸线及潮汐 | 第33页 |
| 2.1.7 降雨及蒸发 | 第33-34页 |
| 2.2 社会经济概况 | 第34-35页 |
| 2.3 东营市滩涂开发现状及存在的问题 | 第35-38页 |
| 2.3.1 滩涂开发利用现状概况 | 第35-36页 |
| 2.3.2 滩涂开发存在的问题 | 第36-38页 |
| 3 人工神经网络概论 | 第38-47页 |
| 3.1 人工神经网络的概念和特点 | 第38-39页 |
| 3.1.1 人工神经网络的概念和特点 | 第38页 |
| 3.1.2 人工神经网络的发展历程 | 第38-39页 |
| 3.2 BP 神经网络 | 第39-45页 |
| 3.2.1 BP 神经网络概念 | 第39-40页 |
| 3.2.2 反向传播算法的基本计算原理和过程 | 第40-43页 |
| 3.2.3 改进的优化计算方法 | 第43页 |
| 3.2.4 滩涂适宜性分级标准的确定 | 第43页 |
| 3.2.5 网络学习样本的确定 | 第43-45页 |
| 3.3 BP 神经网络建模过程中需要考虑的几个问题 | 第45-47页 |
| 3.3.1 数据前处理 | 第45页 |
| 3.3.2 输入神经元，输出神经元，隐含神经元个数的选择 | 第45-46页 |
| 3.3.3 学习速率的设置 | 第46-47页 |
| 4 东营市三县两区滩涂适宜性评价 | 第47-59页 |
| 4.1 滩涂适宜性评价的原则 | 第47-48页 |
| 4.2 参评因子的选取和评分 | 第48-50页 |
| 4.3 滩涂适宜性评价标准体系的建立 | 第50-52页 |
| 4.4 滩涂适宜性评价的结果分析 | 第52-59页 |
| 4.4.1 BP 人工神经网络评价滩涂适宜性评价的网络训练流程图 | 第52页 |
| 4.4.2 BP 人工神经网络评价滩涂适宜性详细步骤及结果分析 | 第52-59页 |
| 5 东营市滩涂资源合理开发的建设性措施 | 第59-65页 |
| 5.1 促进滩涂开发利用的可持续性 | 第59页 |
| 5.2 规范和加强滩涂围垦管理，科学开发利用滩涂资源 | 第59-60页 |
| 5.3 优化产业结构，全方位提高生产率 | 第60-61页 |
| 5.4 合理利用水资源 | 第61-62页 |
| 5.5 以科技为依托，提高滩涂开发利用效益 | 第62-64页 |
| 5.6 协调滩涂资源开发利用与保护的矛盾，维持资源永续利用 | 第64-65页 |
| 6 结论与展望 | 第65-67页 |
| 6.1 论文的结论 | 第65页 |
| 6.2 问题与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72页 |
