| 目录 | 第1-6页 |
| 接要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 大气污染物预测研究意义、现状及方法 | 第9-12页 |
| ·空气污染及 PM_(10)的预测研究 | 第9页 |
| ·国内外的空气质量研究现状 | 第9-12页 |
| ·基于统计学和数值方法的空气质量预报相关研究现状 | 第10-11页 |
| ·基于神经网络技术的空气质量预测 | 第11-12页 |
| 第二章 人工神经网络模型 | 第12-15页 |
| ·神经网络的结构 | 第12页 |
| ·神经网络的类型 | 第12-13页 |
| ·神经网络的仿真、学习与训练 | 第13页 |
| ·神经网络的选择 | 第13-14页 |
| ·BP算法及其改进研究 | 第14-15页 |
| 第三章 模型的建立 | 第15-34页 |
| ·建模工具 MATLAB简介 | 第15页 |
| ·相关数据 | 第15页 |
| ·相关影响因子的选取 | 第15-16页 |
| ·BP算法的数学表达及实现 | 第16-19页 |
| ·单一因子的相关性建模过程 | 第19-21页 |
| ·实验结果分析 | 第21-27页 |
| ·主要相关因子点值对点值的分析 | 第21-22页 |
| ·主要相关因子点值对PM_(10)浓度平均值的分析 | 第22页 |
| ·八个点的平均值对PM_(10)浓度的平均值 | 第22-25页 |
| ·分析和结论 | 第25-27页 |
| ·预测模型的建立 | 第27-28页 |
| ·预测模型的比较及改进 | 第28-33页 |
| ·算法的选择 | 第28页 |
| ·网络优化推广 | 第28-29页 |
| ·模型的优化、比较 | 第29-33页 |
| ·结论 | 第33-34页 |
| 第四章 模型的应用 | 第34-37页 |
| 第五章 模型的完善 | 第37-43页 |
| ·污染源排放的不确定性 | 第37页 |
| ·样本数据选取的局限性 | 第37页 |
| ·模型的精度 | 第37页 |
| ·对网络性能参数设置的建议 | 第37-43页 |
| 附图一 | 第43-48页 |
| 附图二 | 第48-50页 |
| 附图三 | 第50-51页 |
| 附图四 | 第51-54页 |
| 附图五 | 第54-56页 |
| 附图六 | 第56-59页 |
| 附图七 | 第59页 |