基于GA-BP池塘水温预测预警系统研究
| 中文摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第9-18页 |
| ·研究的背景与意义 | 第9-11页 |
| ·我国集约化水产养殖现状 | 第9-10页 |
| ·温度模拟预测的重要性 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·水质模型研究进展 | 第11-13页 |
| ·养殖水域水温模型研究进展 | 第13-14页 |
| ·论文的主要研究方法及技术路线 | 第14-18页 |
| ·研究方法 | 第14页 |
| ·技术路线 | 第14-18页 |
| 2 水产养殖生态环境温度系统分析 | 第18-22页 |
| ·概述 | 第18页 |
| ·水产养殖环境因子分析 | 第18-20页 |
| ·降雨分析 | 第18页 |
| ·风速风向分析 | 第18-19页 |
| ·太阳辐射分析 | 第19页 |
| ·空气温度分析 | 第19-20页 |
| ·池塘水温分析 | 第20页 |
| ·水产养殖水体温度系统动力学分析 | 第20-21页 |
| 本章小结 | 第21-22页 |
| 3 水产养殖池塘水质数据预处理方法研究 | 第22-28页 |
| ·数据源 | 第22页 |
| ·数据修复预处理 | 第22-23页 |
| ·水产养殖温度关键影响因子筛选 | 第23-27页 |
| 本章小结 | 第27-28页 |
| 4 GA优化BP神经网络温度预测模型 | 第28-39页 |
| ·人工智能算法理论 | 第28-32页 |
| ·BP神经网络简介 | 第28-30页 |
| ·GA遗传算法 | 第30-32页 |
| ·GA优化BP神经网络 | 第32-34页 |
| ·GA-BP算法流程 | 第34-35页 |
| ·模型评价指标 | 第35-36页 |
| ·结果与讨论 | 第36-38页 |
| 本章小结 | 第38-39页 |
| 5 水产养殖水温预测预警系统的设计与实现 | 第39-48页 |
| ·系统分析 | 第39-40页 |
| ·需求分析 | 第39页 |
| ·功能分析 | 第39-40页 |
| ·系统设计 | 第40-46页 |
| ·系统硬件设计 | 第41-42页 |
| ·系统软件设计 | 第42-46页 |
| ·系统实现 | 第46页 |
| ·开发关键技术 | 第46页 |
| ·页面展示 | 第46页 |
| 本章小结 | 第46-48页 |
| 6 结论与展望 | 第48-50页 |
| ·结论 | 第48页 |
| ·展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53-61页 |
| 致谢 | 第61-62页 |
| 在读硕士期间取得的主要学术成果 | 第62页 |
