| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.1.1 课题研究背景 | 第11-12页 |
| 1.1.2 课题研究意义 | 第12-13页 |
| 1.2 国内外需水量预测研究现状 | 第13-16页 |
| 1.2.1 需水量预测研究方法 | 第13-14页 |
| 1.2.2 国内外需水量预测研究概述 | 第14-16页 |
| 1.3 课题来源 | 第16页 |
| 1.4 主要研究内容与论文安排 | 第16-19页 |
| 第2章 模糊神经网络及学习算法 | 第19-29页 |
| 2.1 模糊神经网络概述 | 第19-21页 |
| 2.2 模糊神经网络学习算法 | 第21-23页 |
| 2.2.1 二阶Levenberg-Marquardt算法 | 第21-22页 |
| 2.2.2 改进型二阶Levenberg-Marquardt算法 | 第22-23页 |
| 2.3 仿真实验及结果分析 | 第23-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 尖峰自组织模糊神经网络 | 第29-39页 |
| 3.1 基于Spiking神经元的尖峰机制 | 第29-31页 |
| 3.1.1 Spiking神经元的生物学机理 | 第29-30页 |
| 3.1.2 尖峰机制的IF模型 | 第30-31页 |
| 3.2 尖峰自组织模糊神经网络的结构调整算法 | 第31-33页 |
| 3.2.1 增长机制 | 第32页 |
| 3.2.2 删减机制 | 第32-33页 |
| 3.3 仿真实验及结果分析 | 第33-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 基于SSOFNN的短期需水量预测模型 | 第39-53页 |
| 4.1 需水量预测模型结构框架 | 第39-40页 |
| 4.2 辅助变量的选取 | 第40-45页 |
| 4.2.1 数据采集及预处理 | 第41-42页 |
| 4.2.2 主成分分析 | 第42-45页 |
| 4.3 基于SSOFNN的短期需水量预测模型设计 | 第45-51页 |
| 4.3.1 模型的训练与预测 | 第45-46页 |
| 4.3.2 仿真实验及结果分析 | 第46-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第5章 给水管网智能监管系统的设计与开发 | 第53-61页 |
| 5.1 给水管网智能监管系统功能设计 | 第53-55页 |
| 5.1.1 用水实时监管 | 第54页 |
| 5.1.2 用水统计分析 | 第54-55页 |
| 5.1.3 需水量预测 | 第55页 |
| 5.2 给水管网智能监管系统的开发实现 | 第55-59页 |
| 5.2.1 开发语言及开发环境 | 第55页 |
| 5.2.2 系统功能开发实现 | 第55-59页 |
| 5.3 本章小结 | 第59-61页 |
| 结论与展望 | 第61-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的学术成果 | 第69-71页 |
| 致谢 | 第71页 |