首页--环境科学、安全科学论文--环境污染及其防治论文--大气污染及其防治论文

基于Agent技术的建设工程大气污染仿真研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第13-26页
    1.1 研究背景及意义第13-15页
        1.1.1 研究背景第13-14页
        1.1.2 研究意义第14-15页
    1.2 国内外相关研究综述第15-22页
        1.2.1 项目复杂性评价第15-18页
        1.2.2 多主体仿真方法第18-21页
        1.2.3 研究现状分析第21-22页
    1.3 研究思路及创新点第22-26页
        1.3.1 研究内容第22-23页
        1.3.2 研究方法与技术路线第23-24页
        1.3.3 研究创新点第24-26页
第二章 基于Agent的系统建模与仿真第26-37页
    2.1 复杂适应系统理论第26-27页
        2.1.1 复杂适应系统基本思想第26页
        2.1.2 复杂适应系统主体特性第26-27页
    2.2 人工智能的前沿——Agent理论第27-32页
        2.2.1 Agent的定义及特性第27-28页
        2.2.2 Agent的研究领域第28-30页
        2.2.3 Agent的体系结构第30-32页
    2.3 复杂系统多Agent建模仿真方法第32-37页
        2.3.1 基于Agent的系统建模及特点第32-34页
        2.3.2 Agent的适应性算法研究第34-35页
        2.3.3 Agent仿真的关键问题第35-37页
第三章 基于Agent的工程生态环境评价第37-51页
    3.1 工程生态系统第37-43页
        3.1.1 工程生态系统的内涵与特点第37-38页
        3.1.2 工程生态系统结构第38-40页
        3.1.3 工程生态系统功能第40-43页
    3.2 工程生态系统复杂适应性分析第43-47页
        3.2.1 工程复杂适应系统的基本特征第43-44页
        3.2.2 工程复杂适应系统的机制第44-46页
        3.2.3 工程复杂适应系统的协同进化第46-47页
    3.3 Agent技术在工程复杂性中的应用第47-51页
        3.3.1 Agent仿真在工程领域的应用第47-48页
        3.3.2 基于Agent的工程环境响应仿真第48-51页
第四章 面向工程大气污染仿真的Agent模型研究第51-75页
    4.1 植物Agent形式化设计第51-60页
        4.1.1 剂量-反应模型及参数化定义第51-53页
        4.1.2 植物Agent内部状态集合第53-57页
        4.1.3 植物Agent适应性行为规则第57-60页
    4.2 大气Agent高斯形式化设计第60-67页
        4.2.1 大气Agent高斯扩散属性第60-64页
        4.2.2 基于高斯排放的工程Agent第64-66页
        4.2.3 大气Agent高斯行为规则第66-67页
    4.3 大气Agent元胞自动机形式化设计第67-75页
        4.3.1 基于元胞自动机的大气Agent第67-69页
        4.3.2 大气Agent空间及元胞邻域第69-71页
        4.3.3 大气Agent的CA规则建立第71-75页
第五章 基于Agent的工程大气环境污染动态模型实现第75-109页
    5.1 计算仿真框架设计第75-79页
        5.1.1 基于Agent的仿真平台Repast第75页
        5.1.2 复杂适应系统建模与仿真第75-77页
        5.1.3 Repast仿真程序框架第77-79页
    5.2 工程大气污染模型仿真实现第79-97页
        5.2.1 工程大气污染模型及主体参数设计第79-82页
        5.2.2 基于CA的大气Agent扩散实现第82-89页
        5.2.3 植物Agent环境响应实现第89-97页
    5.3 古雷PX项目大气环境仿真评价第97-109页
        5.3.1 PX项目Agent评价模型建立第98-100页
        5.3.2 区域大气环境仿真模拟第100-104页
        5.3.3 关心位置和防护林带仿真模拟第104-109页
第六章 总结与展望第109-112页
    6.1 主要研究结论第109-111页
    6.2 未来的工作第111-112页
参考文献第112-118页
附录第118-123页
在读期间参与科研与研究成果第123-124页
致谢第124页

论文共124页,点击 下载论文
上一篇:基于文字统计特性和深度神经网络的自然场景文字检测
下一篇:基于DSP和STM32的便携式荧光光纤pO2测量仪设计