掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(下)
-
>
基于個性化設(shè)計策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
環(huán)境系統(tǒng)模擬與仿真 版權(quán)信息
- ISBN：9787122428431
- 條形碼：9787122428431 ; 978-7-122-42843-1
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
環(huán)境系統(tǒng)模擬與仿真 本書特色
本書共分為八章，第 一章為緒論，較為詳細(xì)的介紹系統(tǒng)論的基本概念以及環(huán)境系統(tǒng)數(shù)學(xué)模型的分類；第 二章到第四章，介紹數(shù)學(xué)模型構(gòu)建常用的基礎(chǔ)方法，如Matlab基礎(chǔ)、編程和數(shù)據(jù)處理等，以及上述方法在簡單的環(huán)境多介質(zhì)模型中的應(yīng)用；第五章到第七章，基于定量化復(fù)雜環(huán)境系統(tǒng)描述的需求，以近來流行的人工智能算法——人工神經(jīng)網(wǎng)絡(luò)作為基礎(chǔ)數(shù)學(xué)工具和主要解決方案進(jìn)行介紹；第八章，基于環(huán)境污染和治理領(lǐng)域典型的環(huán)境系統(tǒng)的大型案例，詳細(xì)介紹數(shù)學(xué)模型在描述污染物的遷移轉(zhuǎn)化和治理中的作用，深化環(huán)境數(shù)學(xué)模型的認(rèn)識。
環(huán)境系統(tǒng)模擬與仿真 內(nèi)容簡介
《環(huán)境系統(tǒng)模擬與仿真》理論與工程實踐相結(jié)合，具有理念創(chuàng)新、實用性強(qiáng)等特色。本書以環(huán)境系統(tǒng)及污染控制數(shù)學(xué)描述的基本理論和技術(shù)方法為主線，將人工智能、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、計算機(jī)科學(xué)的理論和技術(shù)方法應(yīng)用到環(huán)境領(lǐng)域，為解決環(huán)境建模問題提供了新的途徑，旨在形成一幅用環(huán)境數(shù)學(xué)模型解決環(huán)境問題的基本技術(shù)路線圖，為學(xué)生今后在這一領(lǐng)域進(jìn)一步深入學(xué)習(xí)、研究、應(yīng)用實踐等打下基礎(chǔ)。全書內(nèi)容涵蓋數(shù)據(jù)預(yù)處理技術(shù)、環(huán)境系統(tǒng)數(shù)值模型與仿真、神經(jīng)網(wǎng)絡(luò)環(huán)境數(shù)學(xué)模型、靜態(tài)神經(jīng)網(wǎng)絡(luò)模型、動態(tài)神經(jīng)網(wǎng)絡(luò)模型等。本書通過幾個不同領(lǐng)域的大型案例數(shù)值模型及人工神經(jīng)網(wǎng)絡(luò)模型的介紹，建立模擬仿真的技術(shù)路線和方法。
《環(huán)境系統(tǒng)模擬與仿真》適合高等院校環(huán)境科學(xué)與工程及相關(guān)專業(yè)師生使用，也可作為廣大科研人員、學(xué)者、工程技術(shù)人員的參考用書。
環(huán)境系統(tǒng)模擬與仿真 目錄
第1章緒論1
1.1系統(tǒng)論1
1.1.1概述1
1.1.2因果性2
1.1.3基本思想方法2
1.2控制論3
1.2.1概述3
1.2.2核心任務(wù)3
1.2.3黑白箱理論3
1.2.4基本方法4
1.3環(huán)境系統(tǒng)數(shù)學(xué)模型4
1.3.1概述4
1.3.2環(huán)境系統(tǒng)數(shù)學(xué)模型的分類4
學(xué)習(xí)提示5
習(xí)題6
第2章數(shù)據(jù)預(yù)處理技術(shù)7
2.1Matlab簡介7
2.2統(tǒng)一數(shù)據(jù)文件格式、數(shù)據(jù)類型、單位、精度8
2.3無效數(shù)據(jù)識別及處理8
2.3.1剔除9
2.3.2插值填補(bǔ)10
2.4小波降噪13
2.4.1環(huán)境系統(tǒng)觀測的隨機(jī)誤差13
2.4.2數(shù)據(jù)降噪技術(shù)概況14
2.4.3小波降噪的Matlab實現(xiàn)14
2.5歸一化22
2.5.1Matlab的歸一化函數(shù)23
2.5.2歸一化應(yīng)用實例23
2.6主成分分析25
2.6.1主成分及主成分分析的概念27
2.6.2主成分分析的基本原理和技術(shù)步驟27
2.6.3主成分分析的SPSS實現(xiàn)29
2.6.4主成分分析的Matlab實現(xiàn)33
學(xué)習(xí)提示35
習(xí)題36
第3章環(huán)境系統(tǒng)數(shù)值模型與仿真37
3.1概述37
3.1.1環(huán)境數(shù)學(xué)模型在環(huán)境管理中的應(yīng)用38
3.1.2數(shù)學(xué)模型的功能38
3.2環(huán)境問題的數(shù)學(xué)模型39
3.2.1數(shù)學(xué)模型的特征39
3.2.2建立數(shù)學(xué)模型一般遵循的規(guī)律39
3.2.3系統(tǒng)的概念和基本特征40
3.2.4環(huán)境系統(tǒng)分析和環(huán)境數(shù)學(xué)模型41
3.3河流水質(zhì)數(shù)學(xué)模型S-P模型42
3.4建立環(huán)境數(shù)學(xué)模型的機(jī)理分析法44
3.4.1環(huán)境數(shù)學(xué)模型遵循的基本約束44
3.4.2環(huán)境系統(tǒng)中的基本單位過程45
3.5基本環(huán)境流體動力學(xué)模型49
3.5.1零維模型49
3.5.2一維模型51
3.5.3二維（三維）基本環(huán)境流體動力學(xué)模型53
3.5.4一維模型的解析解54
3.5.5非穩(wěn)定排放源污染物遷移特征55
3.6線性回歸分析57
3.6.1一元線性回歸57
3.6.2相關(guān)系數(shù)59
3.6.3多元線性回歸分析61
學(xué)習(xí)提示63
習(xí)題63
第4章神經(jīng)網(wǎng)絡(luò)環(huán)境數(shù)學(xué)模型65
4.1人工神經(jīng)網(wǎng)絡(luò)概念65
4.2神經(jīng)網(wǎng)絡(luò)的特點(diǎn)67
4.3人工神經(jīng)網(wǎng)絡(luò)開發(fā)的技術(shù)路線68
4.4人工神經(jīng)網(wǎng)絡(luò)的發(fā)展史68
4.5神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展及環(huán)境應(yīng)用69
4.5.1人工神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展69
4.5.2人工神經(jīng)網(wǎng)絡(luò)在環(huán)境建模中的應(yīng)用71
4.6神經(jīng)元72
4.6.1生物神經(jīng)元72
4.6.2人工神經(jīng)元模型73
4.7人工神經(jīng)網(wǎng)絡(luò)的類型及特點(diǎn)77
4.7.1以網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)算法分類77
4.7.2以是否延遲反饋及時間直接相關(guān)進(jìn)行分類79
4.8人工神經(jīng)網(wǎng)絡(luò)的Matlab實現(xiàn)79
4.8.1神經(jīng)網(wǎng)絡(luò)工具箱80
4.8.2神經(jīng)網(wǎng)絡(luò)基礎(chǔ)函數(shù)80
4.8.3神經(jīng)網(wǎng)絡(luò)求解環(huán)境問題的基本步驟88
學(xué)習(xí)提示88
習(xí)題89
第5章靜態(tài)神經(jīng)網(wǎng)絡(luò)模型90
5.1感知器網(wǎng)絡(luò)90
5.2線性神經(jīng)網(wǎng)絡(luò)98
5.2.1線性網(wǎng)絡(luò)的基本語法98
5.2.2線性網(wǎng)絡(luò)的實例99
5.3徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)107
5.3.1傳遞函數(shù)和網(wǎng)絡(luò)結(jié)構(gòu)108
5.3.2徑向基網(wǎng)絡(luò)108
5.3.3精確徑向基網(wǎng)絡(luò)109
5.3.4newpnn概率神經(jīng)網(wǎng)絡(luò)116
5.3.5newgrnn泛化回歸神經(jīng)網(wǎng)絡(luò)117
5.4自組織網(wǎng)絡(luò)120
5.4.1概述120
5.4.2通用型競爭網(wǎng)絡(luò)120
5.5BP神經(jīng)網(wǎng)絡(luò)123
5.5.1傳遞函數(shù)124
5.5.2訓(xùn)練函數(shù)與學(xué)習(xí)函數(shù)125
5.5.3BP神經(jīng)網(wǎng)絡(luò)類型及語法格式125
5.5.4BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與內(nèi)部計算傳遞的基本規(guī)則129
5.5.5BP神經(jīng)網(wǎng)絡(luò)的底層工作原理131
5.5.6BP神經(jīng)網(wǎng)絡(luò)隱層設(shè)計的一般性原則139
5.5.7提高BP泛化能力 139
5.5.8BP神經(jīng)網(wǎng)絡(luò)應(yīng)用實例146
5.6靜態(tài)網(wǎng)絡(luò)可靠性評價150
5.7網(wǎng)絡(luò)訓(xùn)練前數(shù)據(jù)處理技術(shù)路線和樣本數(shù)據(jù)規(guī)劃策略156
學(xué)習(xí)提示158
習(xí)題158
第6章動態(tài)神經(jīng)網(wǎng)絡(luò)模型160
6.1動態(tài)神經(jīng)網(wǎng)絡(luò)分類160
6.2典型動態(tài)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)161
6.3動態(tài)神經(jīng)網(wǎng)絡(luò)的Matlab實現(xiàn)164
6.4帶外部輸入的非線性自動回歸網(wǎng)絡(luò)168
6.4.1narxnet的創(chuàng)建168
6.4.2閉環(huán)與開環(huán)169
6.4.3一步預(yù)測171
6.4.4多步預(yù)測177
6.5非線性自動回歸網(wǎng)絡(luò)188
6.5.1narnet的語法格式188
6.5.2一步預(yù)測188
6.5.3多步預(yù)測190
6.6動態(tài)神經(jīng)網(wǎng)絡(luò)性能評價197
6.7幾種動態(tài)神經(jīng)網(wǎng)絡(luò)的比較200
學(xué)習(xí)提示200
習(xí)題201
參考文獻(xiàn)202
展開全部
書友推薦
- >
朝聞道
- >
我與地壇
- >
巴金－再思錄
- >
羅曼·羅蘭讀書隨筆-精裝
- >
苦雨齋序跋文-周作人自編集
- >
山海經(jīng)
- >
羅庸西南聯(lián)大授課錄
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
