非线性多步预测与优化方法及其在水文预报中的应用

摘要	第1-6页
Abstract	第6-11页
1 绪论	第11-25页
·选题背景与意义	第11-12页
·非线性时间序列预测	第12-17页
·非线性时间序列	第12页
·非线性时间序列预测的定义与分类	第12-14页
·非线性时间序列预测研究进展	第14-17页
·免疫优化计算	第17-20页
·生物免疫系统机理	第17页
·人工免疫算法的产生与发展	第17-18页
·人工免疫系统在优化中的应用	第18-20页
·水文预报	第20-22页
·中长期水文预报的研究现状	第20-22页
·水文模型参数优选的研究现状	第22页
·本文主要研究内容	第22-25页
2 基于插值和ATNN的间接多步预测模型	第25-44页
·引言	第25-26页
·背景知识	第26-29页
·间接多步预测	第26页
·三次样条函数插值	第26-28页
·ATNN动态神经元结构	第28-29页
·三阶段SATNN与算法	第29-33页
·模型结构	第29-30页
·算法	第30-33页
·实验结果与讨论	第33-42页
·太阳黑子年平均数序列	第33-38页
·Mackey-Olass	第38-42页
·结论	第42-44页
3 基于EMD与混沌分析的直接多步预测模型	第44-71页
·引言	第44页
·背景知识	第44-50页
·经验模式分解法	第44-47页
·基于混沌分析的动态递归神经网络	第47-50页
·EMD_DRNN多步预测模型	第50-54页
·模型结构	第50-51页
·算法	第51-54页
·实验结果与讨论	第54-70页
·太阳黑子年平均数序列	第54-61页
·Mackey-Glass	第61-70页
·结论	第70-71页
4 改进的信息熵免疫多峰值函数优化算法	第71-95页
·引言	第71-72页
·背景知识	第72-79页
·基于信息熵的免疫算法	第72-74页
·变异算子的研究	第74-75页
·去理论	第75-79页
·改进的多峰值函数优化算法	第79-88页
·浓度选择算子的改进策略	第79-82页
·变异算子的改进策略	第82-85页
·算法描述	第85-88页
·实验研究与讨论	第88-94页
·实验设讨与参数设置	第88-89页
·实验结果与分析	第89-94页
·结论	第94-95页
5 基于双状态空间编码的离散免疫网络	第95-110页
·引言	第95页
·背景知识	第95-99页
·人工免疫网络模型	第95-97页
·免疫网络的状态空间	第97-98页
·模糊C-均值聚类的改进	第98-99页
·模型及算法描述	第99-105页
·模型简化假设	第99页
·双状态空间编码	第99-101页
·BDIN结构与算法	第101-105页
·测试实验与结果分析	第105-108页
·结论	第108-110页
6 非线性多步预测与优化方法在水文预报中的应用	第110-129页
·EMD_DRNN在径流中长期预报中的应用	第110-122页
·引言	第110-111页
·研究背景	第111-113页
·模型构建	第113-120页
·综合比较分析	第120-122页
·BDIN在水文模型参数优选中的应用	第122-128页
·引言	第122页
·背景知识	第122-125页
·结果与分析	第125-128页
·小结	第128-129页
7 结论与展望	第129-131页
参考文献	第131-144页
攻读博士学位期间发表学术论文和科研情况	第144-145页
Ⅰ 发表学术论文	第144页
Ⅱ 参加课题	第144-145页
创新点摘要	第145-146页
致谢	第146-147页