幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

環境系統模擬與模擬(高等學校教材)

  • 作者：編者:李英傑|責編:高震
  • 出版社：化學工業
  • ISBN：9787122428431
  • 出版日期：2023/04/01
  • 裝幀：平裝
  • 頁數：203
人民幣：RMB 58 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    《環境系統模擬與模擬》理論與工程實踐相結合，具有理念創新、實用性強等特色。本書以環境系統及污染控制數學描述的基本理論和技術方法為主線，將人工智慧、數據科學與大數據技術、電腦科學的理論和技術方法應用到環境領域，為解決環境建模問題提供了新的途徑，旨在形成一幅用環境數學模型解決環境問題的基本技術路線圖，為學生今後在這一領域進一步深入學習、研究、應用實踐等打下基礎。全書內容涵蓋數據預處理技術、環境系統數值模型與模擬、神經網路環境數學模型、靜態神經網路模型、動態神經網路模型等。本書通過幾個不同領域的大型案例數值模型及人工神經網路模型的介紹，建立模擬模擬的技術路線和方法。
    《環境系統模擬與模擬》適合高等院校環境科學與工程及相關專業師生使用，也可作為廣大科研人員、學者、工程技術人員的參考用書。
作者介紹
編者:李英傑|責編:高震
目錄
第1章  緒論
  1.1  系統論
    1.1.1  概述
    1.1.2  因果性
    1.1.3  基本思想方法
  1.2  控制論
    1.2.1  概述
    1.2.2  核心任務
    1.2.3  黑白箱理論
    1.2.4  基本方法
  1.3  環境系統數學模型
    1.3.1  概述
    1.3.2  環境系統數學模型的分類
  學習提示
  習題
第2章  數據預處理技術
  2.1  Matlab簡介
  2.2  統一數據文件格式、數據類型、單位、精度
  2.3  無效數據識別及處理
    2.3.1  剔除
    2.3.2  插值填補
  2.4  小波降噪
    2.4.1  環境系統觀測的隨機誤差
    2.4.2  數據降噪技術概況
    2.4.3  小波降噪的Matlab實現
  2.5  歸一化
    2.5.1  Matlab的歸一化函數
    2.5.2  歸一化應用實例
  2.6  主成分分析
    2.6.1  主成分及主成分分析的概念
    2.6.2  主成分分析的基本原理和技術步驟
    2.6.3  主成分分析的SPSS實現
    2.6.4  主成分分析的Matlab實現
  學習提示
  習題
第3章  環境系統數值模型與模擬
  3.1  概述
    3.1.1  環境數學模型在環境管理中的應用
    3.1.2  數學模型的功能
  3.2  環境問題的數學模型
    3.2.1  數學模型的特徵
    3.2.2  建立數學模型一般遵循的規律
    3.2.3  系統的概念和基本特徵
    3.2.4  環境系統分析和環境數學模型
  3.3  河流水質數學模型S-P模型
  3.4  建立環境數學模型的機理分析法
    3.4.1  環境數學模型遵循的基本約束
    3.4.2  環境系統中的基本單位過程
  3.5  基本環境流體動力學模型
    3.5.1  零維模型

    3.5.2  一維模型
    3.5.3  二維（三維）基本環境流體動力學模型
    3.5.4  一維模型的解析解
    3.5.5  非穩定排放源污染物遷移特徵
  3.6  線性回歸分析
    3.6.1  一元線性回歸
    3.6.2  相關係數
    3.6.3  多元線性回歸分析
  學習提示
  習題
第4章  神經網路環境數學模型
  4.1  人工神經網路概念
  4.2  神經網路的特點
  4.3  人工神經網路開發的技術路線
  4.4  人工神經網路的發展史
  4.5  神經網路的研究進展及環境應用
    4.5.1  人工神經網路的研究進展
    4.5.2  人工神經網路在環境建模中的應用
  4.6  神經元
    4.6.1  生物神經元
    4.6.2  人工神經元模型
  4.7  人工神經網路的類型及特點
    4.7.1  以網路結構和學習演算法分類
    4.7.2  以是否延遲反饋及時間直接相關進行分類
  4.8  人工神經網路的Matlab實現
    4.8.1  神經網路工具箱
    4.8.2  神經網路基礎函數
    4.8.3  神經網路求解環境問題的基本步驟
  學習提示
  習題
第5章  靜態神經網路模型
  5.1  感知器網路
  5.2  線性神經網路
    5.2.1  線性網路的基本語法
    5.2.2  線性網路的實例
  5.3  徑向基函數神經網路
    5.3.1  傳遞函數和網路結構
    5.3.2  徑向基網路
    5.3.3  精確徑向基網路
    5.3.4  newpnn概率神經網路
    5.3.5  newgrnn泛化回歸神經網路
  5.4  自組織網路
    5.4.1  概述
    5.4.2  通用型競爭網路
  5.5  BP神經網路
    5.5.1  傳遞函數
    5.5.2  訓練函數與學習函數
    5.5.3  BP神經網路類型及語法格式
    5.5.4  BP神經網路結構與內部計算傳遞的基本規則
    5.5.5  BP神經網路的底層工作原理

    5.5.6  BP神經網路隱層設計的一般性原則
    5.5.7  提高BP泛化能力
    5.5.8  BP神經網路應用實例
  5.6  靜態網路可靠性評價
  5.7  網路訓練前數據處理技術路線和樣本數據規劃策略
  學習提示
  習題
第6章  動態神經網路模型
  6.1  動態神經網路分類
  6.2  典型動態神經網路的結構
  6.3  動態神經網路的Matlab實現
  6.4  帶外部輸入的非線性自動回歸網路
    6.4.1  narxnet的創建
    6.4.2  閉環與開環
    6.4.3  一步預測
    6.4.4  多步預測
  6.5  非線性自動回歸網路
    6.5.1  narnet的語法格式
    6.5.2  一步預測
    6.5.3  多步預測
  6.6  動態神經網路性能評價
  6.7  幾種動態神經網路的比較
  學習提示
  習題
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032