摘要 | 第1-12页 |
Abstract | 第12-15页 |
插图索引 | 第15-17页 |
附表索引 | 第17-18页 |
第1章 绪论 | 第18-44页 |
·研究背景 | 第18-21页 |
·环境系统 | 第18页 |
·环境系统复杂性 | 第18页 |
·环境系统模型 | 第18-19页 |
·基于复杂性理论的环境系统模型 | 第19-21页 |
·复杂性科学的研究进展 | 第21-27页 |
·不确定性理论与方法 | 第22-23页 |
·非线性理论 | 第23-25页 |
·其他复杂性理论 | 第25-27页 |
·复杂性理论在河湖环境系统模型中的研究进展 | 第27-38页 |
·复杂性理论在河库水质模型模拟预测中的应用 | 第27-29页 |
·复杂性理论在湖泊富营养化模型中的应用 | 第29-32页 |
·复杂性理论在湖泊水环境容量模型中的应用 | 第32-33页 |
·复杂性理论在河流水质时间序列预测模型中的应用 | 第33-35页 |
·复杂性理论在河流水环境风险模型中的应用 | 第35-36页 |
·复杂性理论在酸沉降时空分布特征分析中的应用 | 第36-38页 |
·复杂河湖环境系统模型的研究问题 | 第38-41页 |
·水文水质参数资料缺乏时如何建立更符合实际的水质模型 | 第38-39页 |
·如何更加准确地把握环境系统行为 | 第39页 |
·多种理论与方法的耦合在某些研究领域建模中应用还不够 | 第39页 |
·如何探讨水环境时序变化机理 | 第39-40页 |
·如何考虑环境系统复杂因素对水环境风险的综合影响 | 第40页 |
·复杂环境系统模型在各子系统中是否具有良好适用性 | 第40-41页 |
·研究依据、研究内容、研究思路、研究目的 | 第41-42页 |
·研究依据 | 第41页 |
·研究内容 | 第41页 |
·研究思路 | 第41页 |
·研究目的 | 第41-42页 |
·论文结构 | 第42-44页 |
第2章 基于区间有限单元法的二维河流水质模型研究 | 第44-65页 |
·引言 | 第44页 |
·区间代数原理 | 第44-45页 |
·二维河流区间水质模型 | 第45-46页 |
·确定的二维河流水质模型 | 第45页 |
·区间水质模型 | 第45-46页 |
·区间平衡方程求解 | 第46-49页 |
·有限单元法 | 第46-48页 |
·区间方程求解 | 第48-49页 |
·区间风险 | 第49-51页 |
·区间数“度”的定义 | 第49-51页 |
·区间风险定义 | 第51页 |
·数值模型验证 | 第51-55页 |
·实例分析 | 第55-62页 |
·实例背景 | 第55-56页 |
·网格划分 | 第56-57页 |
·参数确定 | 第57页 |
·区间水质模拟结果 | 第57-61页 |
·区间风险分析 | 第61-62页 |
·本章小结 | 第62-65页 |
第3章 基于贝叶斯神经网络和贝叶斯最小二乘支持向量机的湖泊富营养化模型研究 | 第65-89页 |
·引言 | 第65-66页 |
·贝叶斯神经网络模型理论 | 第66-71页 |
·BP神经网络 | 第66-67页 |
·贝叶斯推断理论 | 第67-68页 |
·贝叶斯神经网络的学习和参数估计 | 第68-70页 |
·建模步骤 | 第70-71页 |
·网络权重计算 | 第71页 |
·贝叶斯最小二乘支持向量机理论 | 第71-77页 |
·最小二乘支持向量机理论 | 第72-73页 |
·核函数的选择 | 第73页 |
·贝叶斯最小二乘支持向量机算法 | 第73-76页 |
·建模步骤 | 第76-77页 |
·数据与方法 | 第77-81页 |
·研究区域与数据 | 第77页 |
·数据标准化 | 第77页 |
·输入变量和输出变量的选择 | 第77-78页 |
·BP网络插值 | 第78-79页 |
·训练集、预测集的选取 | 第79页 |
·计算软件与方法 | 第79-81页 |
·BRBPNN模型计算结果与讨论分析 | 第81-86页 |
·输入变量的确定 | 第81-82页 |
·BRBPNN的结构确定 | 第82页 |
·不同BRBPNN模型的预测结果比较 | 第82-84页 |
·BRBPNN的稳健性 | 第84页 |
·网络权重分析 | 第84-85页 |
·相关因子对富营养化结果的影响分析 | 第85-86页 |
·BEFLSSVM模型计算结果与讨论分析 | 第86-87页 |
·本章小结 | 第87-89页 |
第4章 基于盲数理论和Monte-Carlo模拟的湖泊水环境容量模型研究 | 第89-101页 |
·引言 | 第89-90页 |
·数学理论与方法 | 第90-92页 |
·盲数的定义和运算 | 第90-91页 |
·皮尔逊III型曲线 | 第91-92页 |
·水环境容量计算中的不确定信息的表达和处理 | 第92-94页 |
·基于盲数的水环境容量表达 | 第92-93页 |
·基于风险分析理论与皮尔逊III型曲线的水环境容量计算 | 第93-94页 |
·实例分析 | 第94-100页 |
·研究区域 | 第94-95页 |
·盲信息的表达和处理 | 第95-96页 |
·总氮、总磷出湖浓度分析 | 第96-98页 |
·总氮、总磷允许纳污量的计算 | 第98-100页 |
·本章小结 | 第100-101页 |
第5章 湖泊溶解氧时间序列的自组织临界性机制探讨 | 第101-115页 |
·引言 | 第101-102页 |
·自组织临界性理论 | 第102-104页 |
·研究数据与方法 | 第104-107页 |
·研究数据 | 第104页 |
·频率幂律分布分析 | 第104页 |
·功率谱分析 | 第104-106页 |
·消除趋势波动分析 | 第106-107页 |
·结果 | 第107-108页 |
·溶解氧时序频率幂律分布分析 | 第107-108页 |
·溶解氧时序功率谱分析 | 第108页 |
·溶解氧时序消除趋势波动分析 | 第108页 |
·讨论与分析 | 第108-114页 |
·溶解氧时间序列的自组织临界性机制分析 | 第108-113页 |
·探讨溶解氧时间序列自组织临界性机制的意义 | 第113-114页 |
·本章小结 | 第114-115页 |
第6章 考虑随机力和非线性特征的河流突发性水环境风险模型研究 | 第115-130页 |
·引言 | 第115-117页 |
·突发性水环境风险 | 第115页 |
·突发性水环境风险模型 | 第115-117页 |
·考虑随机力的随机微分方程及解法 | 第117-121页 |
·考虑多个指标的线性随机微分方程 | 第117-119页 |
·考虑多个指标的非线性随机微分方程 | 第119-121页 |
·考虑随机力的河流随机水质模型 | 第121-122页 |
·基于Streeter-Phelps的线性随机水质模型 | 第121-122页 |
·基于Shastry的非线性随机水质模型 | 第122页 |
·风险计算公式 | 第122-123页 |
·实例风险讨论与分析 | 第123-129页 |
·计算实例 | 第123页 |
·无随机力作用下的风险分析 | 第123-124页 |
·线性系统和非线性系统的风险比较 | 第124-126页 |
·初始浓度对非线性系统风险的影响 | 第126-127页 |
·不同随机扰动强度对非线性系统风险的影响 | 第127-128页 |
·数值解法对非线性系统风险的影响 | 第128-129页 |
·本章小结 | 第129-130页 |
第7章 基于贝叶斯神经网络和贝叶斯最小二乘支持向量机模型的酸沉降时空分布特征分析 | 第130-146页 |
·引言 | 第130-131页 |
·理论与方法 | 第131-135页 |
·BRBPNN和BEFLSSVM模型理论 | 第131页 |
·酸沉降多元线性回归模型 | 第131-132页 |
·BRBPNN和BEFLSSVM模型数据集的选择 | 第132-134页 |
·软件和方法 | 第134-135页 |
·酸沉降pH与化学组分的非线性关系研究 | 第135-138页 |
·酸沉降离子间的相关系数 | 第135页 |
·BRBPNN结构和稳健性 | 第135-136页 |
·BRBPNN和BEFLSSVM模型模拟结果 | 第136-137页 |
·BRBPNN权重分析 | 第137-138页 |
·酸沉降离子浓度的时空变化趋势模拟 | 第138-144页 |
·BRBPNN网络结构确定 | 第138-139页 |
·BRBPNN和BEFLSSVM模型模拟结果 | 第139-142页 |
·BRBPNN和BEFLSSVM模型的时空变化趋势分析 | 第142-144页 |
·本章小结 | 第144-146页 |
结论与建议 | 第146-150页 |
研究结论 | 第146-147页 |
创新点 | 第147-149页 |
建议 | 第149-150页 |
参考文献 | 第150-170页 |
附录A 攻读学位期间所发表的学术论文 | 第170-173页 |
附录B 攻读学位期间参与的研究项目 | 第173-174页 |
附录C 发表文献SCI检索证明 | 第174-175页 |
致谢 | 第175页 |