基于BP神经网络的墨水河水质模型构建及应用研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-13页 |
| 第1章 引言 | 第13-25页 |
| ·概述 | 第13-14页 |
| ·国内外研究进展 | 第14-21页 |
| ·水质评价方法研究进展 | 第14-18页 |
| ·水质模拟预测方法研究进展 | 第18-21页 |
| ·课题的提出 | 第21-22页 |
| ·论文的研究目的、主要内容与技术路线 | 第22-25页 |
| ·研究目的 | 第22-23页 |
| ·主要内容 | 第23-24页 |
| ·课题研究的技术路线 | 第24-25页 |
| 第2章 墨水河流域水环境质量状况调查研究 | 第25-32页 |
| ·墨水河流域概况 | 第25-26页 |
| ·墨水河水环境质量状况 | 第26-28页 |
| ·墨水河入海口处胶州湾海域水环境质量现状 | 第28-30页 |
| ·墨水河流域污染源调查 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于BP神经网络水质模型的基本原理 | 第32-52页 |
| ·水环境的复杂性 | 第32页 |
| ·水质模型构建 | 第32-34页 |
| ·水质模型建立步骤 | 第32-33页 |
| ·模型的基本构架 | 第33-34页 |
| ·人工神经网络的基本原理 | 第34-38页 |
| ·原理概述 | 第34-35页 |
| ·神经网络的分类 | 第35-37页 |
| ·人工神经网络与水质评价及水质预测结合的优势 | 第37-38页 |
| ·BP神经网络的基本原理 | 第38-44页 |
| ·BP网络神经网络基本原理 | 第39页 |
| ·BP学习算法 | 第39-44页 |
| ·基于BP神经网络水质模型的设计 | 第44-51页 |
| ·网络模型的构建 | 第44-45页 |
| ·BP网络的优化设计 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 墨水河水质评价模型的构建和应用 | 第52-69页 |
| ·水质评价基本概念 | 第52-53页 |
| ·水质评价模型的构建 | 第53-55页 |
| ·水质评价模型的优化设计 | 第55-62页 |
| ·训练样本的选择及预处理 | 第55-60页 |
| ·网络拓扑结构优化设计 | 第60-61页 |
| ·网络主要参数设计 | 第61-62页 |
| ·水质评价模型的应用及主要污染物超标情况分析 | 第62-68页 |
| ·水质评价模型的应用 | 第62-64页 |
| ·主要污染物超标情况分析 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 墨水河水质模拟预测模型的构建和应用 | 第69-84页 |
| ·水质模拟预测的基本概念 | 第69-70页 |
| ·水质模拟预测模型的构建 | 第70-72页 |
| ·模型的网络构架 | 第70-71页 |
| ·模型基本单元的构建 | 第71-72页 |
| ·水质模拟预测模型的优化设计 | 第72-80页 |
| ·训练样本的选择及预处理 | 第72-73页 |
| ·网络拓扑结构优化设计 | 第73-77页 |
| ·网络主要参数设计 | 第77页 |
| ·网络模拟结果 | 第77-80页 |
| ·水质模拟预测模型的验证 | 第80页 |
| ·水质模拟预测模型的应用 | 第80-81页 |
| ·墨水河入海口处水质预测 | 第80-81页 |
| ·预测结果分析 | 第81页 |
| ·墨水河综合治理对策 | 第81-83页 |
| ·本章小结 | 第83-84页 |
| 第6章 结论与建议 | 第84-88页 |
| ·结论 | 第84-86页 |
| ·建议 | 第86-88页 |
| 参考文献 | 第88-95页 |
| 攻读硕士学位期间发表的学术论文及参与的科研工作 | 第95-96页 |
| 1 发表的学术论文 | 第95页 |
| 2 进行的科研工作 | 第95-96页 |
| 致谢 | 第96-97页 |
| 附件 | 第97-98页 |
