第1章 緒論
1.1 研究背景及研究意義
1.2 **外研究現狀
1.2.1 國外研究現狀
1.2.2 **研究現狀
1.3 研究內容
1.4 創新點
1.5 研究區域及研究數據概況
1.5.1 研究區域概況
1.5.2 數據概況
1.6 研究方法
1.6.1 空氣質量指數（AQI）方法
1.6.2 ArcGIS空間分析
第2章 人工神經網絡
2.1 神經網絡的產生及發展
2.2 人工神經元的組成
2.3 神經元模型
2.4 神經網絡基本學習方式
2.5 3種神經網絡
2.6 BP神經網絡的基本原理
2.7 BP神經網絡的結構
2.8 BP神經網絡的學習過程
2.9 基於粗糙集的神經網絡
2.10 差分進化算法優化神經網絡
2.10.1 差分進化算法原理
2.10.2 差分進化算法優化神經網絡的原理
2.11 粒子群算法優化神經網絡
2.11.1 粒子群算法的基本原理
2.11.2 基於粒子群算法優化BP神經網絡的原理
2.12 人工蜂群算法優化神經網絡
2.12.1 人工蜂群算法的基本原理
2.12.2 人工蜂群算法優化神經網絡的原理
2.13 蟻群算法優化神經網絡
2.13.1 蟻群算法的基本原理
2.13.2 蟻群算法優化神經網絡的原理
2.14 BP神經網絡的優缺點
第3章 遺傳算法的一些改進及其應用
3.1 遺傳算法的生物學背景
3.1.1 遺傳變異理論
3.1.2 進化論
3.2 遺傳算法簡史
3.3 遺傳算法的基本概念
3.4 遺傳算法的操作流程
3.5 遺傳算法的技術實現
3.5.1 編碼
3.5.2 適應度函數
3.5.3 選擇算子
3.5.4 交叉算子
3.5.5 變異算子
3.5.6 遺傳算法有關參數的設置