| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外相关领域的研究现状 | 第10-11页 |
| ·研究的主要内容和论文组织结构 | 第11-13页 |
| 第二章 异常数据处理 | 第13-17页 |
| ·缺失数据处理 | 第13页 |
| ·异常值检验与处理 | 第13-16页 |
| ·本章小节 | 第16-17页 |
| 第三章 基于BP神经网络的水质预测 | 第17-33页 |
| ·人工神经网络介绍 | 第17-20页 |
| ·人工神经网络的发展 | 第18-19页 |
| ·人工神经网络的特点 | 第19-20页 |
| ·BP神经网络 | 第20-27页 |
| ·BP神经网络特点 | 第20-22页 |
| ·BP神经网络的学习算法 | 第22-27页 |
| ·基于BP神经网络的水质预测模型实现 | 第27-32页 |
| ·输入参数选择 | 第27-28页 |
| ·水质数据预处理 | 第28-29页 |
| ·基于BP神经网络的水质预测模型仿真 | 第29-32页 |
| ·结果分析 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于MEC-BP神经网络的水质预测 | 第33-48页 |
| ·进化算法概述 | 第33-36页 |
| ·进化算法介绍 | 第33-35页 |
| ·进化算法的发展历程 | 第35-36页 |
| ·思维进化算法概述 | 第36-41页 |
| ·思维进化算法介绍 | 第37页 |
| ·MEC的系统结构和基本知识 | 第37-41页 |
| ·思维进化算法的特点 | 第41页 |
| ·思维进化算法与BP神经网络结合的可行性与实现步骤 | 第41-43页 |
| ·改进的BP神经网络算法在水产养殖水质预测中的应用 | 第43-45页 |
| ·两种仿真结果对比分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·全文总结 | 第48-49页 |
| ·展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表的学术论文目录 | 第55页 |