声明
摘要
图片清单
表格清单
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究内容与资料来源
1.3.1 研究内容
1.3.2 资料来源
1.4 论文组织结构和创新点
1.4.1 论文组织结构
1.4.2 论文创新点
2 研究区概况
2.1 地理环境概况
2.2 气象环境概况
3.1 数据预处理
3.1.1 空气污染指数
3.1.2 数据缺失值填充
3.2 分析方法
3.2.1 小波分析
3.2.2 Daniel趋势检验法
3.2.3 模糊综合评价
3.3 预测方法
3.3.1 BP神经网络
3.3.2 果蝇算法
3.3.3 基于小波分解的BP网络与FOA-BP网络预测模型
4 南京市API在时间序列上的分析
4.1.1 API月际小波分析
4.1.2 API月均统计分析
4.2 API季节性变化
4.3 基于模糊综合评价的南京市十年间空气质量评价
4.4 本章小结
5 南京市API神经网络预报模型的构建
5.1 数据的分类与整理
5.2 BP神经网络预报模型的设计
5.2.1 API数据归一化处理
5.2.2 BP神经网络预报模型的网格结构确定
5.2.3 MATLAB下南京市API的BP网络模型预测
5.2.4 南京市API的BP网络预报模型测试结果分析
5.3 基于果蝇算法优化的BP神经网络模型的建立
5.3.1 基于果蝇算法优化BP网络的步骤
5.3.2 MATLAB下南京市API的FOA-BP网络模型预测
5.3.3 南京市API的FOA-BP网络预报模型测试结果分析
5.4 基于小波分解的BP网络与FOA-BP网络预测模型
5.4.2 南京市API基于小波分解的BP与FOA-BP网络预测模型测试结果分析
5.5 四种预报模型的比较
5.6 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
附录
致谢
作者简介