| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-13页 |
| 1.2 研究目的和意义 | 第13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.4 研究内容及创新点 | 第15-17页 |
| 1.4.1 研究内容 | 第15-16页 |
| 1.4.2 创新点 | 第16-17页 |
| 第二章 研究区域分析与数据来源 | 第17-24页 |
| 2.1 研究区域概况 | 第17-19页 |
| 2.1.1 广东省地理环境及气候特点 | 第17-18页 |
| 2.1.2 广东省区域经济特征 | 第18-19页 |
| 2.1.3 广东省台风特征 | 第19页 |
| 2.2 数据来源 | 第19-20页 |
| 2.3 评估因子的选取 | 第20-24页 |
| 2.3.1 风雨因素 | 第20-21页 |
| 2.3.2 台风的其它因素 | 第21-22页 |
| 2.3.3 受灾区的因素 | 第22页 |
| 2.3.4 灾害预测的输出 | 第22-24页 |
| 第三章 预测模型介绍 | 第24-38页 |
| 3.1 BP神经网络 | 第24-32页 |
| 3.1.1 人工神经网络 | 第24-27页 |
| 3.1.2 BP神经网络简介 | 第27-28页 |
| 3.1.3 BP算法的过程 | 第28-31页 |
| 3.1.4 BP算法的局限及改进 | 第31-32页 |
| 3.2 粒子群算法 | 第32-34页 |
| 3.2.1 粒子群算法 | 第32-33页 |
| 3.2.2 自适应变异PSO算法 | 第33-34页 |
| 3.3 PSO算法优化的BP神经网络 | 第34-36页 |
| 3.3.1 基于PSO算法的BP网络参数调整 | 第34-36页 |
| 3.3.2 基于自适应变异PSO-BP神经网络模型 | 第36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 广东台风灾害损失预测模型 | 第38-47页 |
| 4.1 BP神经网络模型 | 第38-42页 |
| 4.1.1 BP神经网络设计 | 第38-40页 |
| 4.1.2 构建BP神经网络模型 | 第40-41页 |
| 4.1.3 仿真结果分析 | 第41-42页 |
| 4.2 自适应变异PSO算法优化的BP神经网络模型 | 第42-45页 |
| 4.2.1 构建自适应变异PSO优化算法 | 第42-44页 |
| 4.2.2 仿真结果分析 | 第44-45页 |
| 4.3 两种模型的比较分析 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 广东台风灾害损失预测系统设计与实现 | 第47-54页 |
| 5.1 系统设计 | 第47-51页 |
| 5.1.1 总体设计 | 第47-48页 |
| 5.1.2 数据库设计 | 第48-50页 |
| 5.1.3 开发环境简介 | 第50-51页 |
| 5.2 系统实现和演示 | 第51-54页 |
| 5.2.1 台风路径查询 | 第51-52页 |
| 5.2.2 台风灾害预测演示 | 第52-53页 |
| 5.2.3 历史台风损失查询 | 第53-54页 |
| 第六章 总结与展望 | 第54-57页 |
| 6.1 全文总结及主要的创新性成果 | 第54页 |
| 6.2 展望 | 第54-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 附件 | 第61页 |