水质型缺水地区水资源短缺预警模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-18页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-15页 |
| ·水资源预警研究现状 | 第9-14页 |
| ·水质型缺水研究现状 | 第14-15页 |
| ·研究思路 | 第15-16页 |
| ·研究目标 | 第15页 |
| ·研究方法 | 第15-16页 |
| ·技术路线 | 第16页 |
| ·主要研究内容 | 第16-18页 |
| 2 水质型缺水地区水资源短缺预警基本理论 | 第18-29页 |
| ·水资源短缺影响因素 | 第18-19页 |
| ·水质型缺水的基本概念 | 第19-20页 |
| ·水质型缺水的定义 | 第19页 |
| ·水质型缺水的特征 | 第19页 |
| ·水质型缺水与其他缺水的关系 | 第19-20页 |
| ·预警的基本理论体系 | 第20-27页 |
| ·预警的定义 | 第20-21页 |
| ·预警的逻辑框架 | 第21-23页 |
| ·预警的基本方法 | 第23-24页 |
| ·预警指标体系 | 第24-25页 |
| ·预警警度划分 | 第25-27页 |
| ·水质型缺水地区水资源短缺预警的基本思想 | 第27-29页 |
| 3 水质型缺水地区水资源短缺预警指标体系的构建 | 第29-38页 |
| ·缺水类型的模糊模式识别 | 第29-31页 |
| ·模糊模式识别概述 | 第29页 |
| ·模糊模式识别模型的构建 | 第29-31页 |
| ·一般指标体系的构建 | 第31-32页 |
| ·预警指标的预测方法 | 第32-38页 |
| ·灰色预测 | 第34-36页 |
| ·人工神经网络 | 第36-37页 |
| ·系统动力学 | 第37-38页 |
| 4 水质型缺水地区水资源短缺预警FNN模型 | 第38-48页 |
| ·人工神经网络模型概述 | 第38-40页 |
| ·人工神经网络模型的特点 | 第38-39页 |
| ·人工神经网络的基本原理 | 第39-40页 |
| ·BP神经网络模型概述 | 第40-43页 |
| ·BP神经网络的基本结构 | 第40-41页 |
| ·BP神经网络的算法步骤 | 第41-43页 |
| ·模糊神经网络联接形态 | 第43-45页 |
| ·模糊BP神经网络模型 | 第45-48页 |
| ·样本指标和标准指标的模糊归一化 | 第45-46页 |
| ·训练样本 | 第46-47页 |
| ·网络结构 | 第47-48页 |
| 5 应用实例 | 第48-66页 |
| ·区域概况 | 第48-51页 |
| ·自然概况 | 第48-49页 |
| ·社会经济与行政 | 第49页 |
| ·水资源 | 第49-50页 |
| ·水资源开发利用 | 第50-51页 |
| ·水资源短缺预警 | 第51-66页 |
| ·缺水类型模糊模式识别 | 第51-52页 |
| ·水资源短缺预警指标的预测 | 第52-61页 |
| ·预警警度划分 | 第61页 |
| ·水资源短缺预警模型的建立与预警结果 | 第61-64页 |
| ·结果分析与排警建议 | 第64-66页 |
| 6 总结与展望 | 第66-68页 |
| ·成果总结 | 第66-67页 |
| ·研究展望 | 第67-68页 |
| 参考文献 | 第68-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文 | 第76-77页 |
