首页--交通运输论文--铁路运输论文--特种铁路论文--地下铁路论文

基于粗糙集和神经网络的地铁站台空气品质综合评价研究

摘要第6-8页
Abstract第8-9页
第1章 绪论第13-21页
    1.1 课题的研究背景和意义第13-16页
        1.1.1 课题的研究背景第13-15页
        1.1.2 课题研究意义第15-16页
    1.2 国内外研究现状第16-19页
        1.2.1 国外研究现状第16-17页
        1.2.2 国内研究现状第17-19页
    1.3 本课题的主要研究内容及方法第19-21页
第2章 粗糙集和神经网络的理论基础第21-34页
    2.1 粗糙集概述第21-25页
        2.1.1 粗糙集理论基础第21-22页
        2.1.2 连续属性的离散化第22-23页
        2.1.3 属性约简第23-25页
            2.1.3.1 基于遗传算法的属性约简第23-25页
    2.2 神经网络概述第25-31页
        2.2.1 神经网络理论基础第25-26页
        2.2.2 BP神经网络理论第26-27页
        2.2.3 BP神经网络的设计第27-31页
            2.2.3.1 样本数据的准备第27-28页
            2.2.3.2 网络拓补结构的设计第28-30页
            2.2.3.3 样本数据标准化处理第30页
            2.2.3.4 网络训练和测试第30-31页
    2.3 粗糙集和BP神经网络的结合第31-33页
    2.4 本章小结第33-34页
第3章 地铁站台空气品质评价标准及测试第34-44页
    3.1 站台空气品质的主要影响因素第34-36页
    3.2 站台空气品质评价指标的相关标准第36-37页
    3.3 站台空气品质的等级评价第37-38页
    3.4 现场实测第38-41页
        3.4.1 测试仪器第38-39页
        3.4.2 测试对象及方法第39-41页
    3.5 数据预处理第41-43页
    3.6 本章小结第43-44页
第4章 测试结果统计与分析第44-55页
    4.1 微小气候及噪声测试结果统计第44-49页
        4.1.1 不同时间段温度指标分析第45-46页
        4.1.2 不同时间段相对湿度指标分析第46-47页
        4.1.3 不同时间段风速指标分析第47-48页
        4.1.4 不同时间段噪声指标分析第48-49页
    4.2 污染物浓度测试结果统计第49-54页
        4.2.1 不同时段CO_2浓度指标分析第50-52页
        4.2.2 不同站台甲醛、TVOC浓度指标分析第52-53页
        4.2.3 不同时间段PM_(10)指标分析第53-54页
    4.3 本章小结第54-55页
第5章 基于粗糙集-BP神经网络的地铁站台空气品质综合评价模型第55-75页
    5.1 站台空气品质数据样本第55页
    5.2 粗糙集预处理第55-58页
        5.2.1 连续属性离散化第55-56页
        5.2.2 粗糙集决策表第56-57页
        5.2.3 属性约简第57-58页
    5.3 站台空气品质粗糙集-BP神经网络模型的构建第58-69页
        5.3.1 样本数据准备第58-60页
        5.3.2 输入输出层神经元的设计第60-61页
        5.3.3 网络输入输出的优化设计第61页
        5.3.4 网络训练参数的设计第61-62页
        5.3.5 网络训练第62-69页
    5.4 网络测试及评价结果第69-74页
        5.4.1 测试样本的评价第69-71页
        5.4.2 评价结果与分析第71-74页
    5.5 本章小结第74-75页
第6章 结论与展望第75-77页
    6.1 结论第75-76页
    6.2 展望第76-77页
参考文献第77-82页
攻读硕士学位期间所发表的学术论文第82-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:某列车气候风洞试验台能耗特征分析及控制策略研究
下一篇:毛细管海水源热泵系统运行特性研究