| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题研究背景及研究现状 | 第10-16页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 国内外研究现状 | 第11-16页 |
| 1.2 研究内容及目标 | 第16-17页 |
| 1.2.1 研究内容及意义 | 第16-17页 |
| 1.2.2 研究目标 | 第17页 |
| 1.3 论文目录安排 | 第17-19页 |
| 第二章 研究区域试验 | 第19-26页 |
| 2.1 研究区域概况及其实地采样 | 第19-22页 |
| 2.1.1 研究区域概况 | 第20-21页 |
| 2.1.2 采样点布局和采样数据处理 | 第21-22页 |
| 2.2 评价指标和评价标准的确定 | 第22-25页 |
| 2.2.1 评价指标的确定 | 第22-24页 |
| 2.2.2 评价标准的确定 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 水质评价算法的应用以及结果分析 | 第26-51页 |
| 3.1 常用方法简介 | 第26-27页 |
| 3.2 综合营养状态指数法介绍和应用 | 第27-30页 |
| 3.2.1 综合营养状态指数法介绍 | 第27-28页 |
| 3.2.2 综合营养状态指数法应用 | 第28-30页 |
| 3.3 单因子指数评价法介绍和应用 | 第30-31页 |
| 3.3.1 单因子指数评价法介绍 | 第30页 |
| 3.3.2 单因子指数评价法应用 | 第30-31页 |
| 3.4 模糊综合评价法介绍和应用 | 第31-37页 |
| 3.4.1 模糊综合评价法介绍 | 第31-34页 |
| 3.4.2 模糊综合评价法应用 | 第34-37页 |
| 3.5 BP神经网络算法介绍和应用 | 第37-48页 |
| 3.5.1 BP神经网络算法介绍 | 第37-42页 |
| 3.5.2 BP神经网络算法应用 | 第42-48页 |
| 3.6 结果分析 | 第48-50页 |
| 3.7 本章小结 | 第50-51页 |
| 第四章 基于遗传算法的BP神经网络算法优化及其验证 | 第51-62页 |
| 4.1 遗传算法介绍 | 第51-54页 |
| 4.2 基于遗传算法的BP神经网络富营养评价 | 第54-57页 |
| 4.3 MATLAB仿真与分析 | 第57-61页 |
| 4.3.1 Goat工具箱及其相关函数介绍 | 第57-58页 |
| 4.3.2 GA-BP与传统BP算法仿真结果对比分析 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 水质评价系统的设计与实现 | 第62-75页 |
| 5.1 开发环境介绍 | 第62-66页 |
| 5.1.1 软硬件开发环境 | 第62页 |
| 5.1.2 开发语言介绍 | 第62-65页 |
| 5.1.3 系统模块介绍 | 第65-66页 |
| 5.2 系统模块实现 | 第66-73页 |
| 5.2.1 登陆模块 | 第66-68页 |
| 5.2.2 评价模块 | 第68-72页 |
| 5.2.3 系统测试结果分析 | 第72-73页 |
| 5.3 本章小结 | 第73-75页 |
| 第六章 结论与展望 | 第75-78页 |
| 6.1 研究结论 | 第75-76页 |
| 6.2 研究展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间取得的成果 | 第84-85页 |