| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-13页 |
| 1.1 课题背景 | 第10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11页 |
| 1.4 本文主要工作 | 第11-12页 |
| 1.4.1 研究目标 | 第11页 |
| 1.4.2 研究内容 | 第11-12页 |
| 1.4.3 结构安排 | 第12页 |
| 1.5 本章小结 | 第12-13页 |
| 2 相关理论研究介绍 | 第13-22页 |
| 2.1 多模式大气集成预报方法概述 | 第13-15页 |
| 2.1.1 线性回归集成法预报模式 | 第13-14页 |
| 2.1.2 神经网络集成法预报模式 | 第14-15页 |
| 2.1.3 权重分布集成法预报模式 | 第15页 |
| 2.2 遗传算法 | 第15-17页 |
| 2.2.1 遗传算法的基本概念 | 第15页 |
| 2.2.2 标准遗传算法(SGA) | 第15-17页 |
| 2.2.3 基于选择算子改进的遗传方法 | 第17页 |
| 2.2.4 基于交叉算子改进的遗传方法 | 第17页 |
| 2.3 极限学习机 | 第17-20页 |
| 2.3.1 ELM概念 | 第18-19页 |
| 2.3.2 OP-ELM(Optimally-Pruned ELM) | 第19页 |
| 2.3.3 KELM(Kernei ELM)算法 | 第19-20页 |
| 2.4 编码技术 | 第20-21页 |
| 2.4.1 Node.js | 第20页 |
| 2.4.2 Vue | 第20页 |
| 2.4.3 Redis非关系型数据库 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 大气数值模式分析判别筛选方法 | 第22-30页 |
| 3.1 筛选方法简述 | 第22-23页 |
| 3.2 气象局模式及方案简述 | 第23-24页 |
| 3.2.1 国家局CUACE模式 | 第23页 |
| 3.2.2 区域BREMPS模式 | 第23页 |
| 3.2.3 化学机制方案 | 第23-24页 |
| 3.2.4 边界层方案 | 第24页 |
| 3.3 分析判别筛选方法 | 第24-27页 |
| 3.3.1 大气污染物浓度预报观测资料选取 | 第24页 |
| 3.3.2 数值模式的集成可行性 | 第24-26页 |
| 3.3.3 数值模式筛选 | 第26-27页 |
| 3.4 实验与分析 | 第27-29页 |
| 3.5 本章小结 | 第29-30页 |
| 4 构建ELM进化机制与遗传算法的融合预报集成算法 | 第30-40页 |
| 4.1 遗传算法和神经网络在大气污染物浓度预报中的应用 | 第30页 |
| 4.2 数据建模 | 第30-32页 |
| 4.2.1 数值模式数据处理 | 第30-31页 |
| 4.2.2 数值模式参与集成数据规模的确定 | 第31-32页 |
| 4.3 基于遗传算法的多模式大气污染物浓度预报算法 | 第32-36页 |
| 4.3.1 构建ELM进化机制模型 | 第32-33页 |
| 4.3.2 ELM进化机制结合改进遗传算法 | 第33-36页 |
| 4.4 实验与分析 | 第36-39页 |
| 4.4.1 评价指标 | 第36页 |
| 4.4.2 参数选择 | 第36页 |
| 4.4.3 ELM改进遗传算法多模式污染物预报模型检验 | 第36-39页 |
| 4.5 本章小结 | 第39-40页 |
| 5 大气污染物浓度集成预报系统的设计与实现 | 第40-56页 |
| 5.1 系统分析 | 第40-45页 |
| 5.1.1 系统需求分析 | 第40-41页 |
| 5.1.2 系统概要设计 | 第41-42页 |
| 5.1.3 系统详细设计 | 第42-45页 |
| 5.2 系统开发 | 第45-50页 |
| 5.2.1 系统开发平台及技术架构 | 第45-47页 |
| 5.2.2 数据库设计 | 第47-50页 |
| 5.3 系统主要功能界面 | 第50-53页 |
| 5.4 系统测试与分析 | 第53-54页 |
| 5.4.1 系统测试使用框架 | 第53-54页 |
| 5.4.2 系统测试分析 | 第54页 |
| 5.5 本章小结 | 第54-56页 |
| 6 结论 | 第56-58页 |
| 6.1 全文总结 | 第56页 |
| 6.2 论文的创新点 | 第56-57页 |
| 6.3 论文的不足之处 | 第57-58页 |
| 7 参考文献 | 第58-64页 |
| 8 攻读硕士学位期间科研成果发表情况 | 第64-65页 |
| 9 致谢 | 第65页 |
