| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-20页 |
| ·选题的背景、目的和意义 | 第9-10页 |
| ·人工神经网络理论的发展历程及在工程中的应用 | 第10-12页 |
| ·人工神经网络的发展历程 | 第10-11页 |
| ·人工神经网络在工程中的应用 | 第11-12页 |
| ·神经网络理论在环境质量评价中的应用研究进展 | 第12-17页 |
| ·人工神经网络用于城市综合环境质量评价 | 第12-13页 |
| ·人工神经网络用于大气环境质量评价 | 第13页 |
| ·人工神经网络用于地表水环境质量评价 | 第13-14页 |
| ·人工神经网络用于地下水环境质量评价 | 第14页 |
| ·人工神经网络用于湖泊富营养化程度评价 | 第14-15页 |
| ·人工神经网络用于生态环境分类 | 第15页 |
| ·人工神经网络在环境预测方面的研究进展 | 第15-17页 |
| ·本课题研究的技术路线及主要内容 | 第17-20页 |
| ·技术路线 | 第17-18页 |
| ·主要研究内容 | 第18-20页 |
| 第2章 人工神经网络基本原理及其评价模型研究 | 第20-41页 |
| ·人工神经网络模型 | 第20-28页 |
| ·生物神经元模型 | 第20-21页 |
| ·人工神经元模型 | 第21-23页 |
| ·人工神经网络的分类 | 第23-25页 |
| ·神经网络的学习与训练 | 第25-27页 |
| ·神经网络的传递函数 | 第27-28页 |
| ·BP神经网络 | 第28-36页 |
| ·BP神经网络的结构 | 第29-30页 |
| ·BP学习算法 | 第30-32页 |
| ·BP算法计算步骤 | 第32-34页 |
| ·BP学习算法的缺点及改进 | 第34-36页 |
| ·BP网络的计算流程图 | 第36页 |
| ·BP网络模型的软件实现 | 第36-39页 |
| ·LmNet PF神经网络通用平台软件简介 | 第37页 |
| ·利用 Net PF神经网络通用平台建模步骤 | 第37-39页 |
| ·本文对BP神经网络环境质量评价模型的改进 | 第39-41页 |
| ·专家样本的改进 | 第39-40页 |
| ·隐含层节点数的选优 | 第40-41页 |
| 第3章 拉萨市区大气环境质量 BP人工神经网络模型评价 | 第41-67页 |
| ·数据来源及整理 | 第41-43页 |
| ·BP神经网络建模 | 第43-60页 |
| ·样本数据准备 | 第43-49页 |
| ·网络拓扑结构的确定 | 第49-60页 |
| ·网络训练参数的设定 | 第60页 |
| ·网络模型测试(评价) | 第60-63页 |
| ·测试样本导入 | 第60-61页 |
| ·网络评价 | 第61-63页 |
| ·BP网络模型评价结果 | 第63-67页 |
| ·2002年度拉萨市区大气环境质量 BP神经网络评价结果 | 第63-64页 |
| ·2002年拉萨市区月际大气环境质量 BP神经网络评价结果 | 第64-67页 |
| 第4章 拉萨市地表水环境质量 BP人工神经网络模型评价 | 第67-82页 |
| ·数据来源及整理 | 第67-68页 |
| ·BP神经网络建模 | 第68-80页 |
| ·样本数据准备 | 第68-75页 |
| ·网络拓扑结构的确定 | 第75-80页 |
| ·网络训练参数的设定 | 第80页 |
| ·网络模型测试(评价) | 第80-81页 |
| ·测试样本导入 | 第80页 |
| ·网络评价 | 第80-81页 |
| ·BP网络模型评价结果 | 第81-82页 |
| 第5章 结论及展望 | 第82-87页 |
| ·BP网络环境质量评价模型性能讨论 | 第82-84页 |
| ·本文对 BP网络环境质量评价模型的改进 | 第82-83页 |
| ·BP神经网络模型用于环境质量评价的可行性 | 第83页 |
| ·BP神经网络模型用于环境质量评价的优越性 | 第83-84页 |
| ·环境质量状况评价结论 | 第84-85页 |
| ·拉萨市区大气环境质量状况评价结论 | 第84-85页 |
| ·拉萨市区地表水环境质量状况评价结论 | 第85页 |
| ·人工神经网络方法用于环境科学领域的研究展望 | 第85-87页 |
| 参考文献 | 第87-90页 |
| 作者在读期间科研成果简介 | 第90-91页 |
| 声明 | 第91-92页 |
| 致谢 | 第92页 |
