基于BP神经网络和模糊综合评价的环境分析评价系统

论文摘要

当今,环境污染问题已经成为人类面对的一个日益严重的问题。只有准确掌握环境污染的实际情况,才能对污染问题采取行之有效的措施。这就要求我们对当前的环境污染状况做出准确,客观的评价。为了客观,高效地完成全国各地农业环境的质量评估工作,新一代的农业环境质量评价软件――农业部环境分析评价系统应运而生。农业部环境分析评价系统采用动态BP神经网络模型和模糊综合评价模型对各全国各地区的土壤,空气,灌溉水三个环境要素的污染状况以及各地区的总体环境质量进行评估。环境分析评价系统是计算机软件技术与环境质量评估工作相结合的典型实例,也是将BP神经网络模型,模糊综合评价方法,和计算机技术应用于环境质量评估的典型实例。而这篇论文也围绕农业部环境分析评价系统为核心集中展开。这篇论文共分为六个部分。文章第一部分对环境分析评价系统的功能和由来进行了简要的介绍;文章第二部分介绍了环境分析评价系统的理论模型的选择过程;文章第三部分对动态BP神经网络模型,该模型在环境质量评价中的应用,以及该模型在环境分析评价系统中的具体实现情况进行了介绍;文章第四部分则介绍了模糊综合评价模型,该模型在环境质量评价中的应用,以及该模型在环境分析评价系统中的具体实现情况;文章第五部分对农业部环境分析评价系统对实际监测数据的评估结果进行了分析,并提出了作者自己的观点。文章的最后一部分对现有的工作成果进行了总结,并提出了对未来工作的展望。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景简介
• 1.2 农业部环境分析评价系统简介
• 第二章 系统的理论模型的选择
• 2.1 传统的评价模型及其缺陷
• 2.2 常规的聚类算法及其缺陷
• 2.3 其它理论模型的探讨
• 第三章 动态BP 神经网络模型及其实现
• 3.1 神经网络简介
• 3.1.1 生物神经元的结构简介
• 3.1.2 人工神经网络简介
• 3.1.2.1 人工神经网络的结构
• 3.1.2.2 人工神经元的工作过程
• 3.2 BP 神经网络简介
• 3.2.1 BP 神经网络及其网络结构
• 3.2.2 BP 神经网络的学习过程
• 3.3 BP 神经网络模型在环境质量评价当中的应用
• 3.3.1 应用过程简介
• 3.3.2 动态BP 神经网络模型的引入
• 3.4 动态BP 神经网络模型在环境分析评价系统当中的具体实现
• 3.4.1 最初的神经网络参数
• 3.4.2 神经网络参数的存储方式
• 3.4.3 训练数据
• 3.4.3.1 数据训练的核心功能的实现
• 3.4.3.2 训练数据的全过程
• 3.4.4 环境质量测评
• 3.4.4.1 环境质量测评的核心功能
• 3.4.4.2 环境质量测评的全过程
• 第四章 模糊综合评价模型及其实现
• 4.1 模糊综合评价模型简介
• 4.2 模糊综合评价模型在环境质量测评方面的应用
• 4.2.1 评语集的建立
• 4.2.2 指标集的建立
• 4.2.3 对环境要素的质量进行测评的过程
• 4.2.4 对总体环境的质量进行测评的过程
• 4.3 模糊综合评价模型在环境分析评价系统当中的实现
• 4.3.1 模糊综合评价的核心功能的实现
• 4.3.1.1 SingleJudge 类简介
• 4.3.1.2 TotalJudge 类简介
• 4.3.2 模糊综合评价的全过程的实现
• 第五章 环境分析评价系统的测评结果分析
• 5.1 评价结果分析
• 5.1.1 动态BP 神经网络的参数
• 5.1.2 两种模型的评判结果分析
• 5.2 我们的结论
• 总结与展望
• 参考文献
• 发表论文和科研情况说明
• 发表的论文:
• 参与的科研项目:
• 致谢