首页--天文学、地球科学论文--水文地质学与工程地质学论文--水文地质学(地下水水文学)论文--地下水普查与勘探论文

基于小波变换和GRU深度神经网络的地下水位预测研究

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

论文共77页,点击 下载论文
上一篇:基于ArcEngine的水文空间数据库管理系统开发及应用研究
下一篇:基于多模型预报信息融合及模型参数优化的径流预报方法研究