| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 水资源概况及节水农业的重要性 | 第12-13页 |
| 1.1.1 水资源概况 | 第12页 |
| 1.1.2 节水农业发展的重要性 | 第12-13页 |
| 1.2 节水农业的现状与问题 | 第13-15页 |
| 1.2.1 节水农业的发展及现状 | 第13-14页 |
| 1.2.2 节水农业的问题 | 第14-15页 |
| 1.3 节水农业发展的趋势 | 第15-16页 |
| 1.4 潮汐式灌溉育苗技术与应用 | 第16-18页 |
| 1.4.1 潮汐灌溉技术 | 第16-18页 |
| 1.4.2 自动灌溉决策与控制的应用 | 第18页 |
| 1.5 本文研究目标与主要研究内容 | 第18-21页 |
| 1.5.1 研究目标 | 第18-19页 |
| 1.5.2 研究内容 | 第19-20页 |
| 1.5.3 技术路线 | 第20-21页 |
| 第二章 蔬菜育苗基质含水量与种苗质量分析生产的质量控制 | 第21-32页 |
| 2.1 作物需水规律 | 第21-24页 |
| 2.2 水分对蔬菜生长发育的影响 | 第24-26页 |
| 2.2.1 水分对于蔬菜生长发育的影响 | 第24-25页 |
| 2.2.2 土壤水分状况对蔬菜生长发育的影响 | 第25页 |
| 2.2.3 水分对于蔬菜生物性状的影响 | 第25-26页 |
| 2.3 蒸发蒸腾量与基质含水量、基质相对湿度的关系 | 第26-31页 |
| 2.3.1 盘重与基质含水量的相关关系 | 第26-28页 |
| 2.3.2 盘重与基质相对湿度相关关系 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 工厂化蔬菜育苗的温室环境因素的获取与分析 | 第32-41页 |
| 3.1 工厂化温室育苗控制系统 | 第32-33页 |
| 3.2 温室育苗环境因素的研究 | 第33-35页 |
| 3.2.1 温室育苗环境因素研究的意义 | 第34页 |
| 3.2.2 主成分分析及相关性分析 | 第34-35页 |
| 3.2.3 结论 | 第35页 |
| 3.3 工厂化温室育苗控制系统的数据采集与数据处理 | 第35-39页 |
| 3.3.1 温室结构 | 第35页 |
| 3.3.2 温室数据的采集 | 第35-37页 |
| 3.3.3 温室数据的处理 | 第37-39页 |
| 3.3.4 全开型玻璃温室数据存储 | 第39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 基于神经网络的蔬菜育苗潮汐灌溉模拟预测及控制 | 第41-69页 |
| 4.1 人工神经网络原理及模型 | 第41-44页 |
| 4.1.1 人工神经网络概述 | 第41页 |
| 4.1.2 人工神经元模型 | 第41-44页 |
| 4.2 BP神经网络模型及算法 | 第44-48页 |
| 4.2.1 BP神经网络原理及模型 | 第44-45页 |
| 4.2.2 BP神经网络的算法 | 第45-48页 |
| 4.3 BP神经网络建模程序 | 第48-51页 |
| 4.3.1 BP神经网络工具箱 | 第48-49页 |
| 4.3.2 BP神经网络Metlab建模程序 | 第49-51页 |
| 4.4 创建BP神经网络 | 第51-60页 |
| 4.4.1 BP神经网络结构设计 | 第51-52页 |
| 4.4.2 BP神经网络预处理 | 第52-53页 |
| 4.4.3 BP神经网络建模 | 第53-60页 |
| 4.5 BP神经网络模型的数据验证 | 第60-62页 |
| 4.6 预测结果的灌溉控制 | 第62-68页 |
| 4.6.1 小白菜潮汐灌溉预测控制思路 | 第62页 |
| 4.6.2 小白菜潮汐灌溉预测控制方法 | 第62-68页 |
| 4.7 本章小结 | 第68-69页 |
| 第五章 回顾总结与展望 | 第69-71页 |
| 5.1 本文总结 | 第69-70页 |
| 5.2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 符号与标记（附录 1） | 第75-76页 |
| 致谢 | 第76-78页 |
| 攻读硕士学位期间已发表或录用的论文 | 第78页 |
