基于BP神经网络的施工扬尘量化建模研究
| 摘要 | 第1-7页 |
| Abstracts | 第7-10页 |
| 1 绪论 | 第10-12页 |
| ·研究目的与意义 | 第10页 |
| ·研究内容 | 第10-11页 |
| ·研究技术路线 | 第11-12页 |
| 2 国内外研究现状 | 第12-18页 |
| ·国外研究现状 | 第12-16页 |
| ·国内研究现状 | 第16-18页 |
| 3 施工扬尘与大气污染 | 第18-25页 |
| ·施工过程中产生扬尘的主要环节 | 第19-20页 |
| ·施工扬尘的动力学特征 | 第20-25页 |
| ·粉尘起锚临界荷载 | 第20-21页 |
| ·粘附力 | 第21页 |
| ·诱导气流 | 第21-23页 |
| ·振动 | 第23-25页 |
| 4 施工扬尘监测实验方法 | 第25-31页 |
| ·影响因子的确定 | 第25页 |
| ·监测对象 | 第25-26页 |
| ·监测方法 | 第26-27页 |
| ·监测点设置 | 第27-28页 |
| ·监测实验所在地区背景介绍 | 第27页 |
| ·监测点的设置 | 第27-28页 |
| ·监测周期 | 第28-29页 |
| ·检测与分析 | 第29-30页 |
| ·粉尘含水率的测定 | 第30-31页 |
| 5 结果分析 | 第31-34页 |
| ·施工扬尘的影响因素 | 第31-32页 |
| ·粉尘含水率 | 第31页 |
| ·施工强度 | 第31-32页 |
| ·温度及空气湿度 | 第32页 |
| ·小结 | 第32-34页 |
| 6 神经网络模型的建立 | 第34-59页 |
| ·神经网络概述 | 第34-37页 |
| ·人工神经网络在环境科学中的应用 | 第37-39页 |
| ·基于BP神经网络施工扬尘通量预测模型的建立 | 第39-49页 |
| ·计算机建模因子的选择 | 第39页 |
| ·确定Bp神经网络结构 | 第39-40页 |
| ·数据的预处理 | 第40-44页 |
| ·模型设计 | 第44-49页 |
| ·施工扬尘预测神经网络模型的优化 | 第49-56页 |
| ·隐含层神经元数量 | 第49-51页 |
| ·相关度(Regression) | 第51-52页 |
| ·训练周期(Epochs) | 第52-53页 |
| ·施工扬尘通量预测神经网络模型的确定 | 第53-56页 |
| ·神经网络预测模型的验证 | 第56页 |
| ·神经网络预测模型的应用 | 第56-58页 |
| ·小结 | 第58-59页 |
| 7 结论 | 第59-61页 |
| ·研究结果 | 第59-60页 |
| ·针对扬尘污染的防治措施 | 第60页 |
| ·后续研究展望 | 第60-61页 |
| 参考文献 | 第61-68页 |
| 致谢 | 第68页 |
