基于熵谱理论的中长期径流预报模型研究及应用
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究目的与意义 | 第11-12页 |
| 1.2 国内外研究进展 | 第12-18页 |
| 1.2.1 基于概念的过程驱动预报模型 | 第12-13页 |
| 1.2.2 基于统计的数据驱动预报模型 | 第13-14页 |
| 1.2.3 组合预报模型 | 第14-15页 |
| 1.2.4 基于熵谱分析的预报模型 | 第15-18页 |
| 1.3 目前研究现存问题 | 第18页 |
| 1.4 本文研究内容 | 第18页 |
| 1.5 研究方法与技术路线 | 第18-20页 |
| 第二章 研究区概况 | 第20-24页 |
| 2.1 自然地理概况 | 第20-22页 |
| 2.2 数据资料 | 第22-24页 |
| 第三章 最大及最小熵谱分析理论的方法介绍 | 第24-32页 |
| 3.1 基于最大伯格熵的谱分析和径流预报方法 | 第24-26页 |
| 3.2 基于最大构造熵的谱分析和径流预报方法 | 第26-28页 |
| 3.3 基于最小相关熵谱分析的径流预报方法 | 第28-30页 |
| 3.4 模型阶数m的确定 | 第30页 |
| 3.5 模型精度评价指标 | 第30-32页 |
| 第四章 基于最大伯格熵谱分析的月径流预报 | 第32-44页 |
| 4.1 模型的建立 | 第32-37页 |
| 4.1.1 数据预处理 | 第32页 |
| 4.1.2 模型训练期长度的选择 | 第32-37页 |
| 4.2 模型的应用 | 第37-42页 |
| 4.3 本章小结 | 第42-44页 |
| 第五章 基于最大构造熵谱分析的月径流预报 | 第44-55页 |
| 5.1 模型的建立 | 第44-49页 |
| 5.1.1 数据预处理 | 第44页 |
| 5.1.2 模型训练期长度的选择 | 第44-49页 |
| 5.2 模型的应用 | 第49-53页 |
| 5.3 本章小结 | 第53-55页 |
| 第六章 基于最小相关熵谱分析的月径流预报 | 第55-63页 |
| 6.1 模型的建立 | 第55-57页 |
| 6.1.1 数据的预处理及模型训练期长度选择 | 第55页 |
| 6.1.2 先验功率谱密度函数的确定 | 第55-57页 |
| 6.2 模型的应用 | 第57-59页 |
| 6.3 三种熵谱理论的对比 | 第59-61页 |
| 6.3.1 三种熵谱理论的谱估计对比 | 第59-60页 |
| 6.3.2 三种熵谱理论的径流预报效果对比 | 第60-61页 |
| 6.4 本章小结 | 第61-63页 |
| 第七章 结论与展望 | 第63-65页 |
| 7.1 结论 | 第63-64页 |
| 7.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
