| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 1 绪论 | 第11-18页 |
| ·选题的背景与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·土地评价的国内外研究现状 | 第12-14页 |
| ·神经网络和遗传算法的应用现状 | 第14-15页 |
| ·农用地分等的技术现状 | 第15-17页 |
| ·研究目标、内容和方法 | 第17-18页 |
| 2 农用地分等的理论和技术方法体系 | 第18-27页 |
| ·农用地分等的理论基础 | 第18-21页 |
| ·农用地分等的基本思路 | 第18-19页 |
| ·农用地分等的基本原理 | 第19-20页 |
| ·农用地分等的主要环节 | 第20-21页 |
| ·农用地分等的技术方法体系 | 第21-27页 |
| ·资料搜集 | 第21-22页 |
| ·分等单元划分 | 第22-23页 |
| ·计算农用地自然质量等指数 | 第23-24页 |
| ·计算农用地利用等指数 | 第24-25页 |
| ·计算农用地经济等指数 | 第25-26页 |
| ·农用地等别划分 | 第26-27页 |
| ·分等结果野外校核 | 第27页 |
| 3 应用于耕地分等的BP 神经网络－遗传算法耦合模型的构建 | 第27-40页 |
| ·模型概述 | 第27-28页 |
| ·人工神经网络（ANN） | 第28-37页 |
| ·神经元模型 | 第28-31页 |
| ·神经网络的结构 | 第31页 |
| ·BP 神经网络的算法 | 第31-34页 |
| ·BP 神经网络的逼近能力及其应用于耕地分等的适宜性分析 | 第34页 |
| ·BP 神经网络应用中存在的问题及优化方法 | 第34-37页 |
| ·遗传算法（GA） | 第37-39页 |
| ·遗传算法的基本原理 | 第37-38页 |
| ·应用遗传算法改进BP 神经网络的可行性分析 | 第38-39页 |
| ·BP 神经网络－遗传算法耦合模型的建立 | 第39-40页 |
| ·利用GA 优化BP 神经网络的初始权重 | 第40页 |
| ·训练神经网络 | 第40页 |
| 4 利用模型进行耕地分等的实例研究 | 第40-61页 |
| ·研究区概况 | 第40-41页 |
| ·自然条件 | 第41页 |
| ·耕地利用条件 | 第41页 |
| ·耕地分等因素指标体系的建立 | 第41-44页 |
| ·耕地分等基本参数的确定 | 第41-43页 |
| ·指标因素的分级 | 第43-44页 |
| ·数据预处理和训练样区的选择 | 第44-50页 |
| ·数据预处理 | 第44-49页 |
| ·训练样区的选择 | 第49-50页 |
| ·BP 神经网络模型训练耕地自然质量分 | 第50-52页 |
| ·设计BP 神经网络模型 | 第50-51页 |
| ·模型训练和测试 | 第51-52页 |
| ·BP 神经网络－遗传算法耦合模型训练耕地自然质量分 | 第52-56页 |
| ·设计BP 神经网络－遗传算法耦合模型 | 第52-54页 |
| ·模型训练和测试 | 第54-56页 |
| ·模型精度评价和比较分析 | 第56-59页 |
| ·模型精度评价 | 第56页 |
| ·比较分析 | 第56-59页 |
| ·耕地等别划分 | 第59-60页 |
| ·耕地分等结果 | 第60-61页 |
| 5 结论与展望 | 第61-63页 |
| ·结论 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文及参与的课题 | 第67页 |
