| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 水环境问题 | 第10-12页 |
| 1.2.1 国外水环境的主要问题 | 第10-11页 |
| 1.2.2 我国水环境现状及存在的基本问题 | 第11-12页 |
| 1.3 水环境评价及预测的重要性及研究意义 | 第12-13页 |
| 1.4 国内外研究现状 | 第13-14页 |
| 1.5 本文研究目标、主要研究内容 | 第14-17页 |
| 1.5.1 研究目标 | 第14页 |
| 1.5.2 主要研究内容 | 第14-17页 |
| 2 海河流域研究区域概况 | 第17-21页 |
| 2.1 海河流域概况 | 第17-19页 |
| 2.1.1 地形地貌 | 第18页 |
| 2.1.2 气候条件 | 第18-19页 |
| 2.1.3 河流水系 | 第19页 |
| 2.2 海河流域水污染情况 | 第19-21页 |
| 3 基于熵值法的模糊综合评价法在海河流域水质评价中的应用 | 第21-35页 |
| 3.1 水质评价常用方法综述 | 第21-23页 |
| 3.1.1 单项污染参数法 | 第21页 |
| 3.1.2 内梅罗水污染指数法 | 第21页 |
| 3.1.3 灰色评价法 | 第21页 |
| 3.1.4 综合指数法 | 第21-22页 |
| 3.1.5 小结 | 第22-23页 |
| 3.2 熵值法概述 | 第23页 |
| 3.3 模糊综合评价法 | 第23-24页 |
| 3.3.1 模糊评价法的基础简介 | 第23页 |
| 3.3.2 模糊综合评价法模型的建立 | 第23-24页 |
| 3.4 海河流域水质评价及分析 | 第24-35页 |
| 3.4.1 数据来源 | 第24-25页 |
| 3.4.2 海河流域水质评价 | 第25-33页 |
| 3.4.3 水质评价结果分析 | 第33-35页 |
| 4 基于神经网络的水质预测 | 第35-49页 |
| 4.1 水质预测方法综述 | 第35-37页 |
| 4.1.1 常用预测方法概述 | 第35-36页 |
| 4.1.2 水质预测方法比较分析 | 第36页 |
| 4.1.3 分析与讨论 | 第36-37页 |
| 4.2 神经网络在水质预测中的应用 | 第37-39页 |
| 4.2.1 神经网络概述 | 第37页 |
| 4.2.2 神经网络发展历史概述 | 第37-38页 |
| 4.2.3 人工神经元的基本模型 | 第38-39页 |
| 4.3 BP神经网络模型原理 | 第39-40页 |
| 4.4 BP神经网络计算 | 第40-49页 |
| 4.4.1 预测海河流域水环境质量 | 第40-41页 |
| 4.4.2 数值优化的神经网络水质预测模型 | 第41-49页 |
| 5 结论和展望 | 第49-51页 |
| 5.1 主要结论 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 攻读学位期间参加的科研项目及发表的学术论文 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-57页 |