基于BP人工神经网络的区域森林火灾预测研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-13页 |
| 第一章 绪论 | 第13-18页 |
| ·研究背景 | 第13-14页 |
| ·研究意义 | 第14页 |
| ·国内外研究现状 | 第14-16页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-16页 |
| ·研究的理论与方法 | 第16-17页 |
| ·本文主要的研究内容 | 第17-18页 |
| 第二章 气候因素对森林火灾的影响 | 第18-20页 |
| ·气候因子对世界森林火灾的影响 | 第18页 |
| ·气候因子对我国森林火灾的影响 | 第18-19页 |
| ·气象因素是影响森林火灾发生的自然因素 | 第19页 |
| ·气候变化影响森林火灾发生规律变动 | 第19页 |
| ·气候变暖变干将加重林火危害 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第三章 人工神经网络原理 | 第20-28页 |
| ·人工神经网络简介 | 第20-23页 |
| ·人工神经网络的发展简述 | 第20-21页 |
| ·神经网络的生物结构 | 第21-23页 |
| ·神经网络模型分类 | 第23-25页 |
| ·依据拓扑结构划分网络 | 第23-24页 |
| ·按网络学习模式划分的神经网络 | 第24-25页 |
| ·人工神经网络的特点 | 第25页 |
| ·人工神经网络的基本结构 | 第25-28页 |
| 第四章 BP神经网络的结构和算法 | 第28-33页 |
| ·BP人工神经网络简介 | 第28页 |
| ·BP神经网络的结构 | 第28-29页 |
| ·BP神经网络的算法 | 第29-31页 |
| ·BP神经网络训练方法 | 第31-32页 |
| ·BP网络在matlab中实现的常用函数 | 第32-33页 |
| 第五章 基于BP神经网络的森林火灾预测 | 第33-56页 |
| ·BP神经网络预测结构和模型 | 第33-36页 |
| ·森林火灾预测的BP网络结构确定 | 第33-34页 |
| ·基于BP网络模型森林火灾预测模型 | 第34-36页 |
| ·基于BP网络的桂林林火日发生预测 | 第36-44页 |
| ·数据准备 | 第36-38页 |
| ·对气候数据进行归一化处理 | 第38页 |
| ·桂林市数据在MATLAB中训练及预测过程 | 第38-41页 |
| ·桂林市预测数据和实际数据误差对比 | 第41-43页 |
| ·桂林市样本拟合值与实际值相对误差分析 | 第43-44页 |
| ·基于BP网络的广州林火日发生预测 | 第44-51页 |
| ·数据准备 | 第44-46页 |
| ·广州市数据在MATLAB中训练及预测过程 | 第46-48页 |
| ·广州市预测数据和实际数据误差对比 | 第48-50页 |
| ·广州市样本拟合值与实际值相对误差分析 | 第50-51页 |
| ·PSO优化BP网络的森林火灾预测 | 第51-55页 |
| ·PSO优化算法原理 | 第51-52页 |
| ·改进粒子群优化算法 | 第52页 |
| ·基于IPSO优化BP的过程 | 第52-53页 |
| ·实验结果分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 结论 | 第56-58页 |
| ·气象因素对森林火灾发生影响相关性分析 | 第56页 |
| ·运用BP网络构建预测模型可行性分析 | 第56-57页 |
| ·总结 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 在读期间发表的学术论文及研究成果 | 第61-62页 |
| 致谢 | 第62页 |
