混沌时间序列方法在径流预报中的应用研究
| 1 绪论 | 第1-24页 |
| 1．1 研究的背景及意义 | 第10-11页 |
| 1．2 混沌非线性理论的发展 | 第11-14页 |
| 1．3 混沌时间序列研究的主要内容 | 第14-17页 |
| 1．4 混沌理论在水文中的应用研究现状 | 第17-20页 |
| 1．5 混沌理论在水文应用研究中存在的不足 | 第20-21页 |
| 1．6 本文主要研究内容 | 第21-24页 |
| 2 水文时间序列建模及预测理论基础 | 第24-52页 |
| 2．1 引言 | 第24-25页 |
| 2．2 相空间重构的理论基础和参数选取 | 第25-43页 |
| 2．2．1 相空间重构的理论基础 | 第25-26页 |
| 2．2．2 相空间重构的参数选取方法 | 第26-31页 |
| 2．2．2．1 选择时间延迟τ | 第27-28页 |
| 2．2．2．2 选择嵌入维数m | 第28-31页 |
| 2．2．3 实例分析 | 第31-43页 |
| 2．3 水文系统的混沌识别 | 第43-49页 |
| 2．3．1 最大Lyapunov指数法 | 第44-45页 |
| 2．3．2 替代数据法 | 第45-46页 |
| 2．3．3 实例分析 | 第46-49页 |
| 2．4 水文时间序列的预测方法 | 第49-50页 |
| 2．4．1 局域法 | 第49-50页 |
| 2．4．2 全局法 | 第50页 |
| 2．5 混沌水文时间序列建模的步骤 | 第50-51页 |
| 2．6 小结 | 第51-52页 |
| 3 替代数据法 | 第52-63页 |
| 3．1 引言 | 第52页 |
| 3．2 替代数据方法 | 第52-57页 |
| 3．2．1 各种零假设及其算法 | 第53-55页 |
| 3．2．2 替代数据的生成及其改进 | 第55-56页 |
| 3．2．3 检验零假设 | 第56-57页 |
| 3．3 实例计算 | 第57-60页 |
| 3．4 结果分析 | 第60-62页 |
| 3．5 小结 | 第62-63页 |
| 4 混沌水文时间序列加权动态局域预测模型 | 第63-76页 |
| 4．1 引言 | 第63页 |
| 4．2 加权动态局域预测模型 | 第63-66页 |
| 4．2．1 原理分析 | 第63-64页 |
| 4．2．2 最邻近点数(最优邻域)的选择 | 第64-66页 |
| 4．3 算例分析 | 第66-74页 |
| 4．3．1 经典混沌系统 | 第66-68页 |
| 4．3．2 实际水文系统 | 第68-74页 |
| 4．4 小结 | 第74-76页 |
| 5 混沌水文时间序列的局域区间预测模型 | 第76-88页 |
| 5．1 引言 | 第76-77页 |
| 5．2 ε-邻近点和ε~p-邻近点 | 第77-78页 |
| 5．2．1 ε-邻近点和ε~p-邻近点的定义 | 第77页 |
| 5．2．2 ε-邻近点和ε~p-邻近点的区别 | 第77-78页 |
| 5．3 混沌时间序列的局域区间预测法 | 第78-82页 |
| 5．3．1 区间邻近点的定义 | 第78-80页 |
| 5．3．2 局域区间预测法的基本思想 | 第80-81页 |
| 2．3．3 局域区间预测法的步骤 | 第81-82页 |
| 5．4 仿真研究 | 第82-84页 |
| 5．5 实例计算 | 第84-87页 |
| 5．6 小结 | 第87-88页 |
| 6 结论与展望 | 第88-91页 |
| 6．1 全文总结 | 第88-89页 |
| 6．2 展望 | 第89-91页 |
| 参考文献 | 第91-98页 |
| 创新点摘要 | 第98-99页 |
