| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 1 绪论 | 第10-14页 |
| ·课题研究背景 | 第10页 |
| ·课题研究意义 | 第10-11页 |
| ·国内外主要研究方法 | 第11-12页 |
| ·本文主要研究内容 | 第12页 |
| ·本文内容组织结构 | 第12-14页 |
| 2 遗传算法和神经网络基本理论 | 第14-32页 |
| ·基本遗传算法 | 第14-17页 |
| ·遗传算法概述 | 第14页 |
| ·遗传算法的基本操作 | 第14-16页 |
| ·遗传算法的编码方式 | 第16页 |
| ·基本遗传算法的流程 | 第16-17页 |
| ·遗传算法的改进 | 第17-21页 |
| ·编码方法和编码策略 | 第17-18页 |
| ·初始种群的建立 | 第18-19页 |
| ·适应度函数 | 第19页 |
| ·遗传操作改进 | 第19-21页 |
| ·算法终止标准 | 第21页 |
| ·人工神经网络 | 第21-24页 |
| ·人工神经元模型 | 第22-23页 |
| ·神经网络的参数 | 第23页 |
| ·神经网络的学习方法 | 第23-24页 |
| ·BP 神经网络 | 第24-32页 |
| ·BP 学习算法推理 | 第26-28页 |
| ·网络层数的设计 | 第28-29页 |
| ·各层神经元个数的确定 | 第29-30页 |
| ·层间转移函数的选取 | 第30-31页 |
| ·网络学习速率的选择 | 第31页 |
| ·网络训练 | 第31-32页 |
| 3 基于遗传神经网络的水质评价模型 | 第32-38页 |
| ·遗传神经网络模型构建的理论依据 | 第32-33页 |
| ·遗传算法优化BP 神经网络的基本思路 | 第33页 |
| ·遗传算法参数的设定 | 第33-35页 |
| ·BP 神经网络参数的设定 | 第35-36页 |
| ·训练样本数据来源及预处理 | 第36-38页 |
| 4 遗传神经网络在地表水水质评价中的应用 | 第38-51页 |
| ·模型在水质评价中的应用准备 | 第38页 |
| ·模型仿真实现 | 第38-46页 |
| ·遗传算法部分程序实现 | 第38-44页 |
| ·BP 神经网络程序实现 | 第44-46页 |
| ·BP 网络运行过程分析 | 第46-48页 |
| ·GA-BP 运行结果分析比较 | 第48-51页 |
| ·GA-BP 评价结果分析 | 第48-49页 |
| ·GA-BP 法与模糊综合评价法（FCM）的比较 | 第49页 |
| ·GA-BP 法与指数评价法（Index）的分析比较 | 第49-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 作者简历 | 第54-55页 |
| 学位论文数据集 | 第55-56页 |