| 提 要 | 第3-5页 |
| 第一章 绪 论 | 第5-8页 |
| 1.1 选题意义 | 第5-6页 |
| 1.2 本文主要内容 | 第6-8页 |
| 第二章 预备 | 第8-16页 |
| 2.1 PSO概述 | 第8-11页 |
| 2.1.1 PSO算法原理 | 第8-9页 |
| 2.1.2 PSO算法流程 | 第9-11页 |
| 2.2 人工神经网络简介 | 第11-14页 |
| 2.2.1 神经网络的工作方式 | 第12页 |
| 2.2.2 神经网络处理信息的特点 | 第12页 |
| 2.2.3 神经网络的分类 | 第12-13页 |
| 2.2.4 神经网络的拓扑结构 | 第13-14页 |
| 2.3 我国最常使用的API大气质量评价法 | 第14-16页 |
| 第三章 基于PSO大气质量综合污染评价模型 | 第16-26页 |
| 3.1 概述 | 第16页 |
| 3.2 基于PSO的大气质量综合污染评价模型 | 第16-20页 |
| 3.2.1 各级别大气污染损害率目标值的计算 | 第17页 |
| 3.2.2 PSO算法对参数a、b、c的优化 | 第17-19页 |
| 3.2.3 大气污染损害率取值范围与评价级别的对应关系 | 第19页 |
| 3.2.4 基于PSO大气质量综合污染损害率评价模型 | 第19-20页 |
| 3.2.5 大气污染损害分指数模型 | 第20页 |
| 3.2.6 基于PSO大气质量综合污染损害指数评价模型 | 第20页 |
| 3.3 评价大气污染的实例 | 第20-25页 |
| 3.4 小结 | 第25-26页 |
| 第四章 OIF Elman神经网络预测模型 | 第26-32页 |
| 4.1 概述 | 第26页 |
| 4.2 OIF Elman 网络 | 第26-28页 |
| 4.3 预测大气污染的实例 | 第28-31页 |
| 4.4 小结 | 第31-32页 |
| 参考文献 | 第32-34页 |
| 致 谢 | 第34-35页 |
| 在读期间完成的主要研究工作 | 第35-36页 |
| 摘 要 | 第36-39页 |
| Abstract | 第39页 |
