基于模糊数学理论的退役铀尾矿库环境稳定性分析及预测
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-20页 |
1.1 研究背景及意义 | 第10-12页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 退役铀尾矿库环境稳定性概念 | 第12-13页 |
1.3 国内外研究现状 | 第13-16页 |
1.3.1 国内研究现状 | 第13-15页 |
1.3.2 国外研究现状 | 第15-16页 |
1.4 研究内容及技术路线 | 第16-20页 |
1.4.1 研究内容 | 第16-18页 |
1.4.2 技术路线 | 第18-20页 |
第二章 铀尾矿库环境污染物随时间的变化进程研究 | 第20-30页 |
2.1 引言 | 第20页 |
2.2 某铀尾矿库工程概况 | 第20-23页 |
2.1.1 某铀尾矿库退役工程简介 | 第21-22页 |
2.1.2 环境监测的内容及基本情况 | 第22-23页 |
2.3 环境监测项目随时间的变化进程研究 | 第23-29页 |
2.3.1 氡析出率随时间的变化规律 | 第23-25页 |
2.3.2 外排废水化学成分随时间的变化规律 | 第25-27页 |
2.3.3 γ 辐射随时间的变化规律 | 第27-28页 |
2.3.4 表面 α 随时间的变化规律 | 第28页 |
2.3.5 表面 β 随时间的变化规律 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第三章 铀尾矿库环境稳定性分析指标体系的构建 | 第30-44页 |
3.1 引言 | 第30页 |
3.2 指标体系建立的基本原则 | 第30-31页 |
3.3 粗糙集理论简介 | 第31-35页 |
3.3.1 粗糙集的基本特点 | 第31-33页 |
3.3.2 粗糙集的基本概念 | 第33-34页 |
3.3.3 粗糙集属性约简理论 | 第34-35页 |
3.4 退役铀尾矿库环境稳定性指标体系的建立 | 第35-43页 |
3.4.1 环境监测指标体系 | 第35-37页 |
3.4.2 数据的修补及离散化处理 | 第37-39页 |
3.4.3 属性约简的计算 | 第39-42页 |
3.4.4 环境评价指标体系的建立 | 第42-43页 |
3.5 本章小结 | 第43-44页 |
第四章 基于模糊数学理论的铀尾矿库环境稳定性分析 | 第44-58页 |
4.1 引言 | 第44页 |
4.2 模糊数学理论简介 | 第44页 |
4.3 基于概率统计的环境指标稳定化分析 | 第44-51页 |
4.3.1 环境指标的稳定化分析方法 | 第45-46页 |
4.3.2 各环境指标的稳定化分析 | 第46-51页 |
4.4 环境稳定率计算模型的构建 | 第51-54页 |
4.4.1 基于G1法的环境指标权重的计算 | 第51-52页 |
4.4.2 基于模糊数学理论的指标稳定区间的计算 | 第52-53页 |
4.4.3 环境稳定率的计算 | 第53-54页 |
4.5 铀尾矿库环境稳定性的计算与分析 | 第54-57页 |
4.6 本章小结 | 第57-58页 |
第五章 铀尾矿库环境稳定性的BP神经网络预测 | 第58-70页 |
5.1 引言 | 第58页 |
5.2 BP神经网络理论简介 | 第58-62页 |
5.2.1 BP神经网络的结构及基本原理 | 第59-61页 |
5.2.2 BP神经网络的建立 | 第61-62页 |
5.3 铀尾矿库环境稳定性预测模型的建立 | 第62-63页 |
5.4 环境稳定性实例预测与分析 | 第63-69页 |
5.4.1 原始数据的归一化处理 | 第63页 |
5.4.2 铀尾矿库环境稳定性预测 | 第63-67页 |
5.4.3 单因素变化对环境稳定性的影响 | 第67-69页 |
5.5 本章小结 | 第69-70页 |
第六章 结论与展望 | 第70-74页 |
6.1 研究结论 | 第70-71页 |
6.2 创新之处 | 第71-72页 |
6.3 研究的不足及展望 | 第72-74页 |
参考文献 | 第74-80页 |
发表的论文和参与的课题 | 第80-82页 |
致谢 | 第82-84页 |
附录一:数据离散化计算代码 | 第84-86页 |
附录二:指标稳定区间计算代码 | 第86-88页 |
附录三:BP神经网络预测代码 | 第88页 |