| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·选题背景和研究意义 | 第10-11页 |
| ·研究现状 | 第11-15页 |
| ·中期径流预报研究现状 | 第11-14页 |
| ·预报优化调度研究现状 | 第14-15页 |
| ·本文的主要研究内容 | 第15-17页 |
| 2 桓仁流域及电站概况 | 第17-21页 |
| ·流域概况 | 第17-20页 |
| ·自然地理特征 | 第17页 |
| ·水文气象特征 | 第17-18页 |
| ·汛期旬径流统计规律 | 第18-20页 |
| ·工程概况 | 第20-21页 |
| 3 桓仁流域旬径流预报方法研究 | 第21-34页 |
| ·旬径流预报方法研究意义 | 第21页 |
| ·桓仁流域旬径流变预报因子的挑选 | 第21-22页 |
| ·径流中期预报方法 | 第22-25页 |
| ·多元线性回归方法 | 第22-24页 |
| ·BP神经网络方法 | 第24-25页 |
| ·多元线性回归方法建模 | 第25-30页 |
| ·确定汛期旬径流变预报因子 | 第25-27页 |
| ·回归方程 | 第27页 |
| ·旬径流预报模型回归效果检验 | 第27-28页 |
| ·预报方案精度分析 | 第28-30页 |
| ·BP神经网络方法建模 | 第30-32页 |
| ·模型结构 | 第30页 |
| ·预报结果 | 第30-32页 |
| ·两种方法预报精度比较及初步结论 | 第32-34页 |
| ·预报结果比较 | 第32-33页 |
| ·本章初步结论 | 第33-34页 |
| 4 利用旬径流预报信息的桓仁水电站发电优化调度研究 | 第34-49页 |
| ·研究意义 | 第34-35页 |
| ·K-均值聚类 | 第35-39页 |
| ·方法简介 | 第35-36页 |
| ·聚类计算 | 第36-39页 |
| ·决策树方法 | 第39-41页 |
| ·决策树方法原理 | 第39-40页 |
| ·决策树的生成 | 第40页 |
| ·决策树剪枝方法 | 第40页 |
| ·决策树规则抽取 | 第40-41页 |
| ·旬发电调度规则挖掘 | 第41-46页 |
| ·C4.5方法 | 第41-42页 |
| ·汛期旬发电调度决策树生成 | 第42-44页 |
| ·旬发电调度规则生成 | 第44-46页 |
| ·汛期旬优化调度规则检验及结果分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 结论和展望 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 附录A 多元线性回归算法预报结果图 | 第53-57页 |
| 附录B BP神经网络算法预报结果图 | 第57-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |