| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 灌溉制度 | 第10-11页 |
| 1.2.2 多目标遗传算法的研究现状 | 第11-12页 |
| 1.2.3 神经网络的发展历史 | 第12-13页 |
| 1.3 研究内容、方法以及章节安排 | 第13-15页 |
| 1.3.1 研究内容 | 第13页 |
| 1.3.2 研究方法 | 第13-14页 |
| 1.3.3 章节安排 | 第14-15页 |
| 2 多目标优化的理论与 NSGA 算法 | 第15-23页 |
| 2.1 多目标优化问题的数学模型以及基本概念 | 第15-16页 |
| 2.1.1 多目标优化问题的数学模型 | 第15页 |
| 2.1.2 多目标优化问题中的基本概念 | 第15-16页 |
| 2.2 NSGA 算法 | 第16-20页 |
| 2.2.1 基本原理 | 第17-18页 |
| 2.2.2 一般流程 | 第18-19页 |
| 2.2.3 NSGA 算法的不足 | 第19-20页 |
| 2.3 NSGA-Ⅱ 算法 | 第20-22页 |
| 2.3.1 快速非支配排序方法 | 第20-21页 |
| 2.3.2 计算拥挤度和拥挤度比较算子 | 第21-22页 |
| 2.3.3 计算流程 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 非充分灌溉制度多目标优化模型 | 第23-35页 |
| 3.1 农田水分状态模拟 | 第23-24页 |
| 3.1.1 基于水量平衡的农田水分状况的动态模拟 | 第23页 |
| 3.1.2 作物水分生产函数计算模型 | 第23-24页 |
| 3.2 模型参数的确定 | 第24-26页 |
| 3.3 灌溉制度多目标优化模型 | 第26-33页 |
| 3.3.1 基于典型年法的灌溉制度多目标优化模型 | 第26-27页 |
| 3.3.2 基于多年降雨资料的灌溉制度多目标优化模型 | 第27-28页 |
| 3.3.3 基于 BP 神经网络模拟降雨的灌溉制度多目标优化模型 | 第28-33页 |
| 3.4 模型求解方法 | 第33-34页 |
| 3.4.1 基于约束考虑的 NSGA-Ⅱ 算法的改进 | 第33-34页 |
| 3.4.2 模型求解方法—改进分组非支配排序遗传算法（GNSGA-Ⅱ） | 第34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 实例分析 | 第35-50页 |
| 4.1 基本情况 | 第35页 |
| 4.2 基于 BP 神经网络的降雨量预测 | 第35-38页 |
| 4.3 优化结果与分析 | 第38-45页 |
| 4.3.1 遗传编码设计 | 第38-39页 |
| 4.3.2 非定额灌溉制度下优化结果与分析 | 第39-44页 |
| 4.3.3 定额灌溉制度下优化结果与分析 | 第44-45页 |
| 4.4 本章小结 | 第45-50页 |
| 5 结论与展望 | 第50-51页 |
| 5.1 主要结论 | 第50页 |
| 5.2 前景展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 在读期间发表的学术论文 | 第55-57页 |
| 作者简介 | 第57-59页 |
| 致谢 | 第59-60页 |
