| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景概述 | 第13-14页 |
| 1.2 研究的目的与意义 | 第14页 |
| 1.3 研究内容与方法 | 第14-15页 |
| 1.4 研究思路及论文框架 | 第15-17页 |
| 第二章 交通源产生的细颗粒物污染研究综述 | 第17-28页 |
| 2.1 交通源产生的细颗粒物污染观测研究综述 | 第17-18页 |
| 2.2 交通源产生的细颗粒物扩散模型综述 | 第18-24页 |
| 2.2.1 HIWAY 模型 | 第19-20页 |
| 2.2.2 CALINE 模型 | 第20页 |
| 2.2.3 GM 模型 | 第20-22页 |
| 2.2.4 AERMOD 模型 | 第22页 |
| 2.2.5 ADMS 模型 | 第22-23页 |
| 2.2.6 RLINE 模型 | 第23页 |
| 2.2.7 SRI 模型 | 第23-24页 |
| 2.3 已有扩散模型的数据局限性分析 | 第24-26页 |
| 2.3.1 地理数据和污染观测数据准确性的影响 | 第24-25页 |
| 2.3.2 交通数据精确度和准确性的影响 | 第25页 |
| 2.3.3 居民住宅地址准确性的影响 | 第25-26页 |
| 2.3.4 个体活动空间和居住地变动的影响 | 第26页 |
| 2.4 人工神经网络在污染物浓度扩散预测上的应用 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于人工神经网络模型的细颗粒物扩散预测 | 第28-42页 |
| 3.1 人工神经网络模型的理论基础 | 第28-32页 |
| 3.1.1 人工神经网络的原理 | 第28页 |
| 3.1.2 人工神经网络的特点 | 第28-29页 |
| 3.1.3 人工神经网络的基本要素 | 第29-32页 |
| 3.2 基于 BP 算法的人工神经网络 | 第32-39页 |
| 3.2.1 基于 BP 算法的多层前馈网络模型 | 第33-34页 |
| 3.2.2 BP 神经网络算法 | 第34-36页 |
| 3.2.3 BP 算法的程序实现 | 第36-37页 |
| 3.2.4 BP 神经网络的优势和局限 | 第37-39页 |
| 3.3 基于 BP 神经网络模型的污染扩散体系构建 | 第39-41页 |
| 3.3.1 细颗粒物扩散预测的影响因素分析 | 第39-40页 |
| 3.3.2 人工神经网络模型的构建 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 道路沿侧细颗粒物污染扩散观测实验 | 第42-54页 |
| 4.1 实验地点的选择 | 第42-44页 |
| 4.1.1 实验地点概况（剑川路，上海，中国） | 第42-43页 |
| 4.1.2 实验地点概况（Archer Road，佛罗里达州，美国） | 第43-44页 |
| 4.2 实验数据采集手段和方法 | 第44-47页 |
| 4.2.1 交通量统计方法 | 第44-45页 |
| 4.2.2 气象因素观测设备 | 第45-46页 |
| 4.2.3 细颗粒物浓度监测设备 | 第46-47页 |
| 4.3 实验观测及相关数据的统计分析 | 第47-52页 |
| 4.3.1 道路交通量统计 | 第47-49页 |
| 4.3.2 气象数据与细颗粒物浓度观测数据统计分析 | 第49-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 基于BP神经网络的道路沿侧细颗粒物污染扩散模型 | 第54-68页 |
| 5.1 BP 神经网络模型的构建 | 第54-57页 |
| 5.1.1 神经网络参数的确定 | 第54页 |
| 5.1.2 数据的预处理 | 第54-55页 |
| 5.1.3 神经网络结构的确定 | 第55-57页 |
| 5.2 人工神经网络模型预测与验证 | 第57-59页 |
| 5.3 人工神经网络与不同预测模型的比较 | 第59-64页 |
| 5.3.1 多元线性回归模型 | 第59-62页 |
| 5.3.2 CALINE 4 模型 | 第62-64页 |
| 5.4 细颗粒物背景浓度值对人工神经网络预测的影响 | 第64-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| 6.1 主要研究成果 | 第68页 |
| 6.2 研究局限及展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 附录 | 第76-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间已发表或录用的论文 | 第80页 |
| 攻读学位期间参加的国际学术会议 | 第80页 |
| 攻读学位期间申请软件著作权及专利 | 第80页 |
