摘要 | 第4-7页 |
Abstract | 第7-9页 |
1 绪论 | 第13-28页 |
1.1 研究目的和意义 | 第13-14页 |
1.2 地下水时空预测 | 第14-16页 |
1.3 研究进展 | 第16-25页 |
1.3.1 时空序列缺失数据修复研究进展 | 第16-18页 |
1.3.2 地下水埋深模拟研究进展 | 第18-22页 |
1.3.3 地下水埋深时空预测方法进展 | 第22-23页 |
1.3.4 空间插值研究进展 | 第23-24页 |
1.3.5 地下水埋深时空混合预测模型 | 第24-25页 |
1.4 研究方案及技术路线 | 第25-27页 |
1.5 本章小结 | 第27-28页 |
2 研究方法 | 第28-45页 |
2.1 时空序列预测理论 | 第28-30页 |
2.1.1 时空序列基本概念 | 第28页 |
2.1.2 时空序列平稳性理论 | 第28页 |
2.1.3 平稳时空序列相关性理论 | 第28-29页 |
2.1.4 时空序列预测理论 | 第29-30页 |
2.2 人工神经网络 | 第30-34页 |
2.2.1 SOM人工神经网络 | 第30-32页 |
2.2.2 广义回归神经网络GRNN | 第32-34页 |
2.3 最小二乘支持向量机 | 第34-36页 |
2.4 果蝇优化算法 | 第36-38页 |
2.5 欧式距离鉴别不完整序列的理论 | 第38-40页 |
2.6 交叉验证算法 | 第40-41页 |
2.7 小波分析 | 第41-43页 |
2.7.1 小波变换分析 | 第41页 |
2.7.2 连续小波变换 | 第41-42页 |
2.7.3 离散小波变换 | 第42页 |
2.7.4 小波降噪 | 第42-43页 |
2.8 时空克里金插值理论 | 第43-44页 |
2.9 本章小结 | 第44-45页 |
3 研究区概况 | 第45-52页 |
3.1 研究区基本情况 | 第45-47页 |
3.2 水资源概况 | 第47页 |
3.3 本研究应用数据说明 | 第47页 |
3.4 研究区数据收集 | 第47-49页 |
3.5 数据概况分析 | 第49-50页 |
3.6 本章小结 | 第50-52页 |
4 地下水埋深时空缺失数据修复 | 第52-68页 |
4.1 果蝇优化最小二乘支持向量机(SOM-FLSSVM)模型的构建 | 第52-53页 |
4.2 时空混合模型SOM-FLSSVM说明 | 第53-55页 |
4.2.1 SOM-FLSSVM模型具体建模步骤 | 第53-55页 |
4.2.2 SOM-FLSSVM模型建模示意图 | 第55页 |
4.3 民勤地下水埋深时空趋势数据修补 | 第55-60页 |
4.3.1 研究区序列的归类以及类中心序列计算 | 第56-59页 |
4.3.2 SOM-FLSSVM模型插值 | 第59-60页 |
4.4 对比模型 | 第60-62页 |
4.5 对比模型的参数寻优 | 第62-63页 |
4.6 实验结果的比较 | 第63-66页 |
4.7 模型应用 | 第66-67页 |
4.8 本章小结 | 第67-68页 |
5 民勤地下水埋深时空序列时域预测 | 第68-83页 |
5.1 混合模型M-WD-GRNN介绍 | 第69页 |
5.2 M-WD-GRNN模型建立 | 第69-71页 |
5.3 研究区模型的建立 | 第71页 |
5.4 模型效果评价指标 | 第71-72页 |
5.5 模型比较 | 第72-77页 |
5.6 结果分析与讨论 | 第77-82页 |
5.7 本章小结 | 第82-83页 |
6 研究区地下水埋深时空插值 | 第83-95页 |
6.1 模型构建 | 第83页 |
6.2 GRNN-STK模型 | 第83-84页 |
6.3 对比模型 | 第84-85页 |
6.3.1 普通克里金插值(OK) | 第85页 |
6.3.2 反距离平加权法(IDW) | 第85页 |
6.4 精度比较与结果分析 | 第85-93页 |
6.4.1 平稳性检验 | 第85-86页 |
6.4.2 实验结果 | 第86-91页 |
6.4.3 十二个月插值结果图 | 第91-93页 |
6.5 本章小结 | 第93-95页 |
7 结论与讨论 | 第95-97页 |
7.1 主要创新点 | 第95页 |
7.2 不足与展望 | 第95-97页 |
参考文献 | 第97-107页 |
致谢 | 第107-109页 |
攻读学位期间获奖及科研成果 | 第109-110页 |