| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-17页 |
| 1.1 选题背景及研究意义 | 第8页 |
| 1.2 空气质量的评价 | 第8-10页 |
| 1.3 课题研究现状 | 第10-16页 |
| 1.3.1 空气质量预报工作的发展史 | 第10-12页 |
| 1.3.2 空气质量预报的技术方法 | 第12-15页 |
| 1.3.3 人工神经网络在空气污染预报方面的研究进展 | 第15-16页 |
| 1.4 研究内容 | 第16-17页 |
| 2 秦岭北麓中部空气质量现状分析 | 第17-24页 |
| 2.1 秦岭北麓中部 | 第17页 |
| 2.2 代表区域周至县空气环境质量现状 | 第17-20页 |
| 2.2.1 年变化特征 | 第19页 |
| 2.2.2 季变化特征 | 第19-20页 |
| 2.2.3 月变化趋势 | 第20页 |
| 2.3 可吸入颗粒物元素分析 | 第20-24页 |
| 2.3.1 实验部分 | 第20-21页 |
| 2.3.2 采样时间和点位 | 第21-22页 |
| 2.3.3 采样的环境条件 | 第22页 |
| 2.3.4 结果与讨论 | 第22-24页 |
| 3 BP 神经网络 | 第24-34页 |
| 3.1 人工神经网络基础理论 | 第24-25页 |
| 3.1.1 人工神经网络的特性 | 第24页 |
| 3.1.2 人工神经网络的模型 | 第24-25页 |
| 3.2 反向传播(BP)网络 | 第25-32页 |
| 3.2.1 BP 网络的结构 | 第25-26页 |
| 3.2.2 BP 网络的原理及算法的学习过程 | 第26-27页 |
| 3.2.3 改进型 BP 算法 | 第27-32页 |
| 3.3 BP 网络的实现 | 第32-34页 |
| 4 BP 网络模型在秦岭北麓中部空气质量预报中的应用 | 第34-55页 |
| 4.1 数据的准备 | 第34-42页 |
| 4.1.1 原始数据收集 | 第34-35页 |
| 4.1.2 数据清理与选择 | 第35-41页 |
| 4.1.3 数据预处理 | 第41-42页 |
| 4.2 BP 网络模型的分析和设计 | 第42-46页 |
| 4.2.1 网络模型的筛选凭据 | 第42页 |
| 4.2.2 BP 网络预报模型的构建 | 第42-43页 |
| 4.2.3 结构参数的确定 | 第43-46页 |
| 4.3 BP 神经网络应用于秦岭北麓中部空气质量预报 | 第46-51页 |
| 4.3.1 定义输入向量和目标向量 | 第46页 |
| 4.3.2 输入、输出节点数的确定 | 第46页 |
| 4.3.3 训练方法的选择 | 第46-49页 |
| 4.3.4 隐层节点数的确定 | 第49-51页 |
| 4.3.5 训练网络并用于预测仿真 | 第51页 |
| 4.4 预测结果的检验 | 第51-52页 |
| 4.5 预测结果分析 | 第52页 |
| 4.6 秦岭北麓中部 BP 神经网络预测模型的缺陷及改进 | 第52-54页 |
| 4.6.1 秦岭北麓中部 BP 预测模型的不足 | 第52-53页 |
| 4.6.2 秦岭北麓中部空气质量预测模型的优化 | 第53-54页 |
| 4.7 本章小结 | 第54-55页 |
| 5 结论 | 第55-57页 |
| 5.1 结论 | 第55页 |
| 5.2 不足之处 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 1 | 第62-66页 |
| 附录 2 | 第66-77页 |
