基于灰色关联度推理的水质评价管理系统的研究与应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 水环境质量评价研究进展 | 第10-12页 |
| 1.2.1 国内外水质评价研究现状 | 第10页 |
| 1.2.2 主要水质评价方法 | 第10-12页 |
| 1.3 研究的主要内容及方法 | 第12-13页 |
| 1.3.1 水质评价的研究内容 | 第12-13页 |
| 1.3.2 主要研究方法 | 第13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-16页 |
| 2 关键算法的基础理论与分析 | 第16-31页 |
| 2.1 灰色关联分析法基础 | 第16-17页 |
| 2.2 实例推理技术基础 | 第17-20页 |
| 2.2.1 实例推理理论的形成和发展 | 第17-18页 |
| 2.2.2 实例推理的基本原理 | 第18-19页 |
| 2.2.3 CBR的推理过程 | 第19-20页 |
| 2.3 灰色关联分析法与实例推理的融合 | 第20-23页 |
| 2.3.1 灰色关联分析法的优缺点 | 第20-21页 |
| 2.3.2 实例推理的优缺点 | 第21-22页 |
| 2.3.3 GRA与CBR的融合 | 第22-23页 |
| 2.4 水质评价污染因子确定 | 第23-29页 |
| 2.4.1 筛选指标、方法与标准 | 第24-26页 |
| 2.4.2 各项指标污染分担率分析 | 第26-27页 |
| 2.4.3 河流水质评价指标筛选方案 | 第27-28页 |
| 2.4.4 指标选取方案 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 3 水质评价的混合推理方法设计 | 第31-43页 |
| 3.1 标准化灰色关联分析算法 | 第31-34页 |
| 3.1.1 灰色关联分析算法步骤 | 第31-33页 |
| 3.1.2 灰色关联分析算法的改进 | 第33-34页 |
| 3.2 实验对比分析 | 第34-37页 |
| 3.2.1 传统灰色关联分析算法实现 | 第34-35页 |
| 3.2.2 基于标准化灰色关联分析算法的实现 | 第35页 |
| 3.2.3 实验结果及实验结果对比分析 | 第35-37页 |
| 3.3 水质评价管理系统中的实例推理 | 第37-41页 |
| 3.3.1 水质评价管理系统实例库的建立 | 第37-39页 |
| 3.3.2 实例库的维护 | 第39-40页 |
| 3.3.3 实例推理相似度的确定 | 第40-41页 |
| 3.4 融合推理功能实现 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 水质评价管理系统的设计与实现 | 第43-58页 |
| 4.1 系统总体设计 | 第43-47页 |
| 4.1.1 设计思想 | 第43页 |
| 4.1.2 逻辑结构 | 第43-46页 |
| 4.1.3 总体结构设计 | 第46-47页 |
| 4.2 系统典型功能模块设计 | 第47-52页 |
| 4.2.1 登录模块的设计 | 第47-49页 |
| 4.2.2 自动水质监测模块设计 | 第49-50页 |
| 4.2.3 河湖检测点信息模块设计 | 第50-51页 |
| 4.2.4 水质评价分析模块设计 | 第51-52页 |
| 4.3 系统典型功能模块实现 | 第52-56页 |
| 4.4 水质评价管理系统验证 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 全文总结 | 第58页 |
| 5.2 研究展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 附录1攻读硕士学位期间参与的项目和发表的论文 | 第66页 |
