水文动力系统自记忆特性及其应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-20页 |
| ·研究的目的与意义 | 第8页 |
| ·国内外研究进展 | 第8-17页 |
| ·研究内容与技术路线 | 第17-19页 |
| ·小结 | 第19-20页 |
| 2 水文时间序列长记忆性研究 | 第20-39页 |
| ·时间序列记忆性研究 | 第20-22页 |
| ·时间序列记忆性定义 | 第22-23页 |
| ·水文时间序列长记忆性研究方法 | 第23-28页 |
| ·水文时间序列长记忆性实例研究 | 第28-38页 |
| ·小结 | 第38-39页 |
| 3 自忆性原理与建模 | 第39-48页 |
| ·自忆性原理 | 第39-42页 |
| ·微分动力系统建模 | 第42页 |
| ·动态数据建模 | 第42-45页 |
| ·自记忆模型的非线性特征 | 第45-47页 |
| ·自忆性原理适用范围 | 第47页 |
| ·小结 | 第47-48页 |
| 4 改进的灰色自记忆模型 | 第48-63页 |
| ·GM(1,1)建模 | 第48-49页 |
| ·灰色自记忆模型 | 第49页 |
| ·影响灰色自记忆模型精度和适应性的关键因素讨论 | 第49-50页 |
| ·改进的灰色自记忆模型 | 第50-52页 |
| ·实例研究 | 第52-61页 |
| ·小结 | 第61-63页 |
| 5 多变量时间序列反演自记忆模型 | 第63-80页 |
| ·水文时间序列影响因素灰关联分析 | 第63-64页 |
| ·多变量时间序列反演理论 | 第64-67页 |
| ·多变量时间序列反演自记忆模型 | 第67-68页 |
| ·多变量时间序列反演自记忆模型应用 | 第68-79页 |
| ·小结 | 第79-80页 |
| 6 基于参数优化的自记忆模型 | 第80-95页 |
| ·自记忆模型参数求解 | 第80页 |
| ·智能优化算法 | 第80-82页 |
| ·基于参数优化的自记忆模型 | 第82-86页 |
| ·实例研究 | 第86-94页 |
| ·小结 | 第94-95页 |
| 7 结论与建议 | 第95-97页 |
| ·结论 | 第95-96页 |
| ·建议 | 第96-97页 |
| 致谢 | 第97-98页 |
| 参考文献 | 第98-107页 |
| 附录 | 第107页 |
| 一、在校期间发表的论文 | 第107页 |
| 二、参与的科研项目 | 第107页 |
