| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外相关领域的研究现状 | 第8-12页 |
| ·管网水质预测研究的总体现状 | 第8-11页 |
| ·RBF 神经网络算法在水质预测中的研究现状 | 第11-12页 |
| ·研究的主要内容和论文组织结构 | 第12-14页 |
| 第二章 RBF 神经网络 | 第14-22页 |
| ·RBF 神经网络简介 | 第14-15页 |
| ·基于黄金分割法优化的隐含层节点数目 | 第15-16页 |
| ·RBF 神经网络径向基中心的确定 | 第16-17页 |
| ·RBF 神经网络权值的优化确定 | 第17-21页 |
| ·输入层到隐含层的非线性映射 | 第17页 |
| ·隐含层到输出层的线性映射 | 第17-19页 |
| ·基于 L-M 算法的权值优化确定 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 遗传算法研究 | 第22-30页 |
| ·遗传算法 | 第22-23页 |
| ·遗传算法的基本结构 | 第23-24页 |
| ·遗传算法的实现技术 | 第24-28页 |
| ·遗传算法的优点 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于遗传算法的改进 RBF 神经网络算法 | 第30-40页 |
| ·遗传算法与 RBF 神经网络结合的优点 | 第30-31页 |
| ·改进的 RBF 神经网络算法 | 第31-35页 |
| ·遗传优化方案的确定 | 第31-32页 |
| ·改进的 RBF 神经网络算法 | 第32-35页 |
| ·改进型 RBF 神经网络算法在管网水质预测中的应用 | 第35-38页 |
| ·本章小结 | 第38-40页 |
| 第五章 改进型 RBF 神经网络算法在水质预测模型中的应用 | 第40-47页 |
| ·基于改进 RBF 神经网络算法水质预测模型的建立 | 第40页 |
| ·界面设计 | 第40-43页 |
| ·设计思路 | 第40-41页 |
| ·界面设计 | 第41页 |
| ·组件编程 | 第41-43页 |
| ·基于改进 RBF 神经网络算法的水质预测 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-48页 |
| ·主要工作总结 | 第47页 |
| ·本课题今后需进一步研究的地方 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 个人简历 在读期间发表的学术论文 | 第51-52页 |
| 致谢 | 第52页 |
