| 1 绪论 | 第1-21页 |
| ·源水水质在线监测与远传系统 | 第9-15页 |
| ·源水在线监测与远传目的和意义 | 第9页 |
| ·在线监测发展现状 | 第9-10页 |
| ·水质自动监测方法体系 | 第10-13页 |
| ·地表水水质自动在线监测系统 | 第13-15页 |
| ·水质预测方法 | 第15-20页 |
| ·水环境质量预测常用的不确定性方法 | 第15-18页 |
| ·水环境质量预测的确定性的水质模型 | 第18-19页 |
| ·源水中藻类对水厂运行的危害及预测的必要性 | 第19-20页 |
| ·本文研究内容 | 第20页 |
| ·基于神经网络(ANN)的水质预测模型的初步研究 | 第20页 |
| ·水质预测逐步回归模型的建立 | 第20页 |
| ·建立水质在线监测与传输系统 | 第20页 |
| ·课题来源 | 第20-21页 |
| 2 水质历史资料的数学分析-模型变量的选取 | 第21-38页 |
| ·研究背景 | 第21-24页 |
| ·研究概述 | 第21-22页 |
| ·研究(不确定性预测)方法选择 | 第22-24页 |
| ·灰色关联度法选择模型变量 | 第24-26页 |
| ·关联度分析原理及步骤 | 第24-25页 |
| ·关联度分析结果及讨论 | 第25-26页 |
| ·相关分析法选择模型变量 | 第26-29页 |
| ·相关分析原理 | 第26-27页 |
| ·相关分析结论及讨论 | 第27-29页 |
| ·指标聚类法选择模型变量 | 第29-31页 |
| ·聚类分析原理与步骤 | 第29-30页 |
| ·聚类分析结果及讨论 | 第30-31页 |
| ·通径分析法选择变量 | 第31-34页 |
| ·通径分析法原理 | 第32-33页 |
| ·通径分析结果及讨论 | 第33-34页 |
| ·浮游植物生长机理研究概述 | 第34-36页 |
| ·小结 | 第36-38页 |
| 3 基于神经网络的水质预测模型的初步研究 | 第38-54页 |
| ·神经网络及MATLAB简介 | 第38-43页 |
| ·神经网络的发展过程 | 第38-39页 |
| ·神经网络的基本概念 | 第39-42页 |
| ·MATLAB及神经网络工具箱简介 | 第42-43页 |
| ·模型参数的选择 | 第43-50页 |
| ·水质预测模型选择参数的基本条件 | 第43页 |
| ·水质预测神经网络模型结构及训练参数 | 第43-50页 |
| ·不同神经网络预测模型结果比较 | 第50-53页 |
| ·模型比较的基本条件 | 第50页 |
| ·模型仿真结果比较及分析 | 第50-53页 |
| ·小结 | 第53-54页 |
| 4 多元线性回归水质预测模型 | 第54-59页 |
| ·逐步回归预测模型 | 第54-57页 |
| ·回归分析基本概念 | 第54-55页 |
| ·逐步回归算法及SPSS简介 | 第55-56页 |
| ·逐步回归水质预测模型 | 第56-57页 |
| ·叶绿素回归预测模型与神经网络预测模型比较 | 第57-58页 |
| ·小结 | 第58-59页 |
| 5 源水水质在线监测与数据远传系统 | 第59-66页 |
| ·硬件系统 | 第59-60页 |
| ·系统组成 | 第59-60页 |
| ·水源地源水水质在线监测室 | 第60页 |
| ·源水水质数据传输及软件平台系统 | 第60-62页 |
| ·无线数据传输网络-GPRS介绍 | 第60-62页 |
| ·软件平台(Labview)及数据套接(datasocket)概述 | 第62页 |
| ·现场及远程水质监测软件 | 第62-65页 |
| ·小结 | 第65-66页 |
| 6 结论及建议 | 第66-68页 |
| ·结论 | 第66页 |
| ·建议及进一步的工作 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-70页 |