基于GA-BP网络的砒砂岩沙棘水土保持功能评价
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 1.引言 | 第9-20页 |
| ·研究背景与意义 | 第9-10页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·国内外研究进展 | 第10-17页 |
| ·砒砂岩区水土流失及其治理研究现状进展 | 第10-11页 |
| ·沙棘相关研究现状进展 | 第11-13页 |
| ·水土保持功能评价研究现状进展 | 第13-14页 |
| ·人工神经网络方法研究进展 | 第14-16页 |
| ·BP神经网络的研究进展 | 第14-15页 |
| ·BP神经网络在生态环境领域的研究进展 | 第15-16页 |
| ·投影寻踪方法研究进展 | 第16-17页 |
| ·研究内容 | 第17-18页 |
| ·技术路线 | 第18-20页 |
| 2.研究区概况与研究方法 | 第20-29页 |
| ·研究区概况 | 第20-22页 |
| ·自然生态环境 | 第20-21页 |
| ·社会经济环境 | 第21页 |
| ·沙棘生态工程建设概况 | 第21-22页 |
| ·研究方法 | 第22-29页 |
| ·BP人工神经网络法理论基础 | 第22-25页 |
| ·遗传算法理论基础 | 第25-27页 |
| ·投影寻踪等级评价模型理论基础 | 第27-29页 |
| 3.GA-BP等级评价模型构建及应用 | 第29-57页 |
| ·输入输出指标的确定 | 第29-33页 |
| ·砒砂岩区植被水土保持功能评价指标的选取 | 第29-32页 |
| ·指标筛选原则 | 第30-31页 |
| ·指标筛选结果 | 第31-32页 |
| ·输入指标等级划分标准 | 第32-33页 |
| ·输出指标 | 第33页 |
| ·训练样本和测试样本的获取 | 第33-37页 |
| ·样本插值 | 第33-34页 |
| ·Linspace函数均匀插值 | 第34页 |
| ·Rand函数随机插值 | 第34页 |
| ·数据预处理 | 第34-37页 |
| ·网络拓扑结构及算法的确定 | 第37-40页 |
| ·输入输出层节点数的确定 | 第37页 |
| ·隐含层节点数的确定 | 第37-39页 |
| ·传递函数的确定 | 第39页 |
| ·算法及训练函数的确定 | 第39-40页 |
| ·遗传算法优化 | 第40-41页 |
| ·模型训练及仿真 | 第41-54页 |
| ·模型的训练 | 第42-52页 |
| ·模型的仿真测试 | 第52-54页 |
| ·模型应用及分析 | 第54-57页 |
| 4.投影寻踪等级评价模型构建及验证 | 第57-62页 |
| ·建立等级标准的PPE模型 | 第57-59页 |
| ·建立评价样本的PPE模型 | 第59-60页 |
| ·评价结果比较与验证 | 第60页 |
| ·砒砂岩区沙棘生态工程优化建设对策及建议 | 第60-62页 |
| 5.结论与展望 | 第62-64页 |
| ·结论 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 个人简介 | 第68-69页 |
| 导师简介 | 第69-70页 |
| 获得成果目录清单 | 第70-71页 |
| 致谢 | 第71页 |
