基于贝叶斯网络的大连市环境空气质量研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 贝叶斯网络国内外研究现状 | 第12-14页 |
| 1.4 研究内容 | 第14-16页 |
| 第2章 大连市环境简介 | 第16-23页 |
| 2.1 大连市概况 | 第16-18页 |
| 2.1.1 自然地理概况 | 第16页 |
| 2.1.2 社会经济概况 | 第16-17页 |
| 2.1.3 产业结构概况 | 第17页 |
| 2.1.4 生态环境概况 | 第17-18页 |
| 2.2 大连市环境空气质量现状 | 第18-23页 |
| 第3章 相关理论 | 第23-33页 |
| 3.1 贝叶斯网络理论简介 | 第23-24页 |
| 3.2 贝叶斯网络模型建模原理 | 第24-25页 |
| 3.3 贝叶斯网络优点 | 第25-26页 |
| 3.4 贝叶斯网络建模方法 | 第26页 |
| 3.5 贝叶斯网络学习 | 第26-29页 |
| 3.5.1 贝叶斯网络结构学习 | 第27-28页 |
| 3.5.2 贝叶斯网络参数学习 | 第28-29页 |
| 3.6 贝叶斯网络推理 | 第29-30页 |
| 3.7 算法设计与实现 | 第30-31页 |
| 3.7.1 算法设计 | 第30-31页 |
| 3.7.2 算法实现 | 第31页 |
| 3.8 其他 | 第31-33页 |
| 第4章 大连市环境空气质量评价及预测 | 第33-45页 |
| 4.1 选取节点变量 | 第33页 |
| 4.2 数据来源 | 第33-34页 |
| 4.3 变量离散化 | 第34-35页 |
| 4.4 贝叶斯网络学习 | 第35-40页 |
| 4.4.1 贝叶斯网络结构学习 | 第35-36页 |
| 4.4.2 贝叶斯网络参数学习 | 第36-40页 |
| 4.5 贝叶斯网络推理 | 第40-41页 |
| 4.5.1 因果推理 | 第40-41页 |
| 4.5.2 诊断推理 | 第41页 |
| 4.6 模糊综合评判法 | 第41-43页 |
| 4.7 非参数回归算法转换 | 第43-45页 |
| 第5章 结果与分析 | 第45-62页 |
| 5.1 贝叶斯网络模型验证 | 第45-50页 |
| 5.2 贝叶斯网络模型预测 | 第50-52页 |
| 5.3 重要度分析 | 第52-62页 |
| 5.3.1 污染物概率分布分析 | 第52-56页 |
| 5.3.2 空气质量指数概率分布分析 | 第56-62页 |
| 第6章 结论与建议 | 第62-67页 |
| 6.1 全文主要结论与不足 | 第62-63页 |
| 6.1.1 全文主要结论 | 第62-63页 |
| 6.1.2 论文的不足 | 第63页 |
| 6.2 研究展望 | 第63-64页 |
| 6.3 建议举措 | 第64-67页 |
| 参考文献 | 第67-72页 |
| 攻读学位期间公开发表论文 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |
