| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 引言 | 第9页 |
| 1.2 研究背景和意义 | 第9-11页 |
| 1.3 地下水位预测的国内外研究现状 | 第11-17页 |
| 1.4 本文的主要研究内容及文章组织结构 | 第17-19页 |
| 2 结合小波变换的GRU地下水位预测模型 | 第19-29页 |
| 2.1 GRU深度神经网络基本原理 | 第19-26页 |
| 2.2 结合小波变换的地下水位预测模型 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 利用蝗虫优化算法改进GRU预测模型 | 第29-44页 |
| 3.1 蝗虫优化算法及其改进 | 第29-39页 |
| 3.2 IGOA-GRU预测模型的建立 | 第39-42页 |
| 3.3 模型的评价指标 | 第42页 |
| 3.4 本章小结 | 第42-44页 |
| 4 地下水位预测研究及应用实例分析 | 第44-66页 |
| 4.1 历史数据的归一化 | 第44-45页 |
| 4.2 数据的滚动预测法 | 第45-46页 |
| 4.3 WT-IGOA-GRU模型的地下水位预测过程 | 第46-48页 |
| 4.4 基于WT-IGOA-GRU模型的地下水位预测实例研究 | 第48-57页 |
| 4.5 基于不同网络模型的地下水位预测实例研究及对比分析 | 第57-65页 |
| 4.6 本章小结 | 第65-66页 |
| 5 总结和展望 | 第66-69页 |
| 5.1 本文总结 | 第66-67页 |
| 5.2 工作展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-77页 |
