文摘
英文文摘
声明
第一章 绪论
1.1 引言
1.2 人工神经网络简介
1.2.1 神经元及神经网络系统
1.2.2 人工神经网络
1.2.3 人工神经网络的产生、发展及运用
1.2.4 人工神经网络特点
1.2.5 神经网络的分类
1.2.6 神经网络的运行
1.3 水质评价的人工神经网络模型——B-P模型
1.3.1 B-P算法的基本思想
1.3.2 B-P算法的学习过程
1.3.3 B-P算法的不足
1.3.4 B-P网络过拟合时满足的不确定关系式
1.4 人工神经网络在水环境中的应用
1.4.1 水质综合评价
1.4.2 水质预测
1.4.3 湖泊富营养化决策
1.4.4 水处理过程中的优化与控制
1.5 研究区概况
1.5.1 包头市区域位置
1.5.2 包头市水资源和水环境现状
1.5.3 、黄河包头段水质现状
第二章 水环境质量评价方法的研究
2.1 指数评价法
2.2 水环境质量的其他评价方法
2.2.1 人工神经网络模型
2.2.2 模糊综合评判模型
2.2.3 物元分析法
2.2.4 灰色评价法
2.3 评价方法的综合比较和趋势分析
2.4 本文研究的主要内容和结构组织
第三章 BP网络用于黄河水质的预测研究
3.1 人工神经网络对水质的预测
3.2 水环境质量预测的人工神经网络模型研究
3.2.1 改进的BP网络算法水质预侧模型
3.2.2 Levenberges-Marguardt优化算法(简称L-M优化算法)水质预测模型
3.2.3 RBF网络算法水质预测模型
3.3 构建水质预测的Levenberg-Marquardt优化算法模型
3.4 建模算法
3.4.1 时间序列建模方法
3.4.2 Levenberg-Marguardt优化算法
3.4.3 样本选取及网络训练方法
3.4.4 结果与讨论
3.5 小结
附表
第四章 人工神经网络在黄河水质综合评价上的应用
4.1 水质综合评价
4.2 构建水环境质量评价BP网络模型
4.3 B-P网络方法的应用
4.3.1 水环境质量评价模型结构
4.3.2 归一化处理
4.3.3 程序实现
4.3.4 网络参数的确立
4.3.5 应用实例
4.4 小结
附表
第五章 结论及展望
5.1 BP网络环境质量评价模型性能讨论
5.1.1 BP神经网络模型用于环境质量评价的可行性
5.1.2 BP神经网络模型用于环境质量评价的优越性
5.2 BP网络模型用于水环境质量评价展望
5.2.1 理论研究方面
5.2.2 人工神经网络方法用于环境科学领域中的研究方向
参考文献
致谢