| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-7页 |
| 1． 引言 | 第7-10页 |
| 1．1 目的和意义 | 第7页 |
| 1．2 国内外研究动态和现状 | 第7-10页 |
| 1．2．1 国外研究动态和现状 | 第7-8页 |
| 1．2．2 国内研究动态和现状 | 第8-10页 |
| 2． 资料与方法 | 第10-13页 |
| 2．1 资料 | 第10页 |
| 2．1．1 医学资料 | 第10页 |
| 2．1．2 地面气象资料 | 第10页 |
| 2．2 方法 | 第10-13页 |
| 2．2．1 统计方法 | 第10页 |
| 2．2．2 神经网络方法 | 第10-12页 |
| 2．2．3 软件开发方法 | 第12-13页 |
| 3． 医疗气象预报模型的建立 | 第13-35页 |
| 3．1 疾病发病特征与气象因子的相关分析 | 第13-20页 |
| 3．1．1 高血压发病特征与气象因子的相关分析 | 第13-15页 |
| 3．1．2 冠心病发病特征与气象因子的相关分析 | 第15-16页 |
| 3．1．3 慢性支气管炎发病特征与气象因子的相关分析 | 第16-18页 |
| 3．1．4 肺炎发病特征与气象因子的相关分析 | 第18-20页 |
| 3．2 统计预报模型的建立 | 第20-22页 |
| 3．2．1 统计预报中因子的选择 | 第20页 |
| 3．2．2 预报等级的划分 | 第20-21页 |
| 3．2．3 统计预报模型 | 第21-22页 |
| 3．3 用神经网络方法建立预报模型 | 第22-31页 |
| 3．3．1 BP网络学习算法的基本原理和方法 | 第22-25页 |
| 3．3．2 BP法建立模式 | 第25-26页 |
| 3．3．3 BP法建模的实现 | 第26-31页 |
| 3．3．3．1 预报因子和预报量的选取 | 第26-27页 |
| 3．3．3．2 资料预处理 | 第27-28页 |
| 3．3．3．3 样本训练 | 第28-31页 |
| 3．3．3．4 预报效果分析 | 第31页 |
| 3．4 神经网络预报与统计预报结果对比分析 | 第31-35页 |
| 3．4．1 预报量的拟合效果比较 | 第31-32页 |
| 3．4．2 误差比较 | 第32-33页 |
| 3．4．3 独立样本预报结果比较 | 第33-35页 |
| 4． 服务系统概述 | 第35-41页 |
| 4．1 总体设计思路 | 第35页 |
| 4．2 系统主要功能 | 第35页 |
| 4．3 系统结构 | 第35-39页 |
| 4．3．1 菜单、工具栏 | 第36-37页 |
| 4．3．2 预测子系统 | 第37-38页 |
| 4．3．3 资料库子系统 | 第38-39页 |
| 4．3．4 防病建议子系统 | 第39页 |
| 4．3．5 帮助子系统 | 第39页 |
| 4．4 系统使用和维护 | 第39-41页 |
| 4．4．1 安装、运行和退出 | 第39页 |
| 4．4．2 预测子系统的使用 | 第39页 |
| 4．4．3 数据查询子系统的使用与维护 | 第39-40页 |
| 4．4．4 防病建议子系统的使用 | 第40页 |
| 4．4．5 数据库备份和修复 | 第40-41页 |
| 5． 结论及讨论 | 第41-43页 |
| 5．1 本论文的研究特色 | 第41页 |
| 5．2 总结 | 第41页 |
| 5．3 问题讨论 | 第41-43页 |
| 参考文献 | 第43-45页 |
| 致谢 | 第45-46页 |
| 附录 | 第46-65页 |