| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 插图索引 | 第11-13页 |
| 表格索引 | 第13-14页 |
| 第1章 绪论 | 第14-26页 |
| ·环境质量评价的概念 | 第14-15页 |
| ·环境质量评价方法 | 第15-16页 |
| ·专家评价法 | 第15页 |
| ·综合指数法 | 第15页 |
| ·基于灰色系统的环境质量评价 | 第15-16页 |
| ·基于人工神经网络的环境质量评价 | 第16-25页 |
| ·人工神经网络简介 | 第16-17页 |
| ·人工神经网络的构成 | 第17-21页 |
| ·人工神经网络的应用 | 第21-22页 |
| ·人工神经网络在水环境质量评价中的应用现状 | 第22-25页 |
| ·论文研究的内容、目的和意义 | 第25-26页 |
| 第2 章 以湖泊富营养化评价的 BP 神经网络为例建立环境质量评价人工神经网络 | 第26-39页 |
| ·BP 神经网络的建模原理 | 第26-29页 |
| ·信息的正向传递 | 第27页 |
| ·利用梯度下降法求权值的变化及误差的反向传播 | 第27-29页 |
| ·建立湖泊富营养化评价BP 神经网络的试验 | 第29-32页 |
| ·训练样本的生成 | 第30页 |
| ·网络结构的确定 | 第30-31页 |
| ·训练函数的选择 | 第31页 |
| ·目标误差的选取 | 第31-32页 |
| ·实验结果分析 | 第32-38页 |
| ·网络结构对样本拟合的影响 | 第32-34页 |
| ·网络结构对模拟结果辨识度的影响 | 第34-36页 |
| ·网络结构和算法的确定 | 第36页 |
| ·目标误差的影响 | 第36-37页 |
| ·模拟结果的比较 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第3章 沅江中上游流域2000-2003 年度水质评价 | 第39-57页 |
| ·流域概况 | 第39页 |
| ·水质评价 | 第39-41页 |
| ·水质评价方法 | 第39-40页 |
| ·综合评价 | 第40-41页 |
| ·主要污染因子分析 | 第41-46页 |
| ·污染物分担率指数法 | 第41-42页 |
| ·主成分分析法 | 第42-46页 |
| ·主要污染物的沿程变化 | 第46-47页 |
| ·2000-2003 年总磷浓度的沿程变化 | 第46-47页 |
| ·2000-2003 年大肠肝菌群的浓度沿程变化 | 第47页 |
| ·主要污染物的时序趋势变化 | 第47-53页 |
| ·季节性肯达尔检验的方法以及原理 | 第48-50页 |
| ·季节性肯达尔斜率的估计 | 第50页 |
| ·流量调节浓度检验 | 第50-51页 |
| ·沅江水质趋势分析中肯达尔检验的应用 | 第51-53页 |
| ·五强溪库区总磷浓度的预测 | 第53-56页 |
| ·灰色模型GM（1，1）的建立 | 第54-55页 |
| ·模型检验及预测 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第4章 人工神经网络在沅江水质评价中的应用 | 第57-72页 |
| ·水体水质等级划分 | 第57-61页 |
| ·标准指标矩阵和实测指标矩阵的生成 | 第57-59页 |
| ·网络的建立 | 第59-60页 |
| ·水质评价网络的集成 | 第60-61页 |
| ·水体富营养化状况评价 | 第61-62页 |
| ·污染物浓度预测 | 第62-71页 |
| ·样本的准备 | 第63-64页 |
| ·BP 网络的建立 | 第64页 |
| ·模拟结果 | 第64-71页 |
| ·小结 | 第71-72页 |
| 结论 | 第72-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第81-82页 |
| 附录B MATLAB 程序 | 第82-89页 |
| B.1 水质评价程序 | 第82-84页 |
| B.2 富营养化评价程序 | 第84-86页 |
| B.3 总磷预测程序 | 第86-89页 |
| 附录C 沅江流域监测点分布图 | 第89页 |