| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 缩略词表 | 第6-9页 |
| 第一章 引言 | 第9-15页 |
| 1.1 本文研究的背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 本文研究的问题、主要工作及研究框架 | 第13-15页 |
| 1.3.1 本文研究的问题 | 第13页 |
| 1.3.2 本文的主要工作 | 第13-14页 |
| 1.3.3 本文研究框架 | 第14-15页 |
| 第二章 模型介绍 | 第15-30页 |
| 2.1 奇异谱分解算法(SSA) | 第15-17页 |
| 2.1.1 概述 | 第15页 |
| 2.1.2 SSA分析的步骤 | 第15-17页 |
| 2.2 蜻蜓优化算法（DA） | 第17-20页 |
| 2.3 集合经验模态分解(EEMD) | 第20-23页 |
| 2.3.1 经验模态分解(EMD) | 第20-22页 |
| 2.3.2 集合经验模态分解(EEMD) | 第22-23页 |
| 2.4 径向基神经网络(RBFNN) | 第23-24页 |
| 2.5 广义回归神经网络(GRNN) | 第24-25页 |
| 2.6 支持向量机回归(SVR) | 第25-27页 |
| 2.7 极限学习机(ELM) | 第27-30页 |
| 第三章 月均降雨实证分析 | 第30-38页 |
| 3.1 混合模型的提出 | 第30-31页 |
| 3.1.1 基于蜻蜓算法DA优化SVR参数的具体原理 | 第30-31页 |
| 3.2 模型评估准则 | 第31-32页 |
| 3.3 案例研究 | 第32-36页 |
| 3.3.1 研究区域和降雨量数据 | 第32-33页 |
| 3.3.2 实验结果 | 第33-36页 |
| 3.4 本章结论 | 第36-38页 |
| 第四章 月均径流实证分析 | 第38-44页 |
| 4.1 介绍研究区域和昌马堡水文站径流量数据 | 第38页 |
| 4.2 模型性能比较——评估准则 | 第38-39页 |
| 4.3 组合模型EEMD-IMFs-COM的提出及结果分析 | 第39-43页 |
| 4.3.1 组合模型EEMD-IMFs-COM的提出 | 第39-40页 |
| 4.3.2 结果分析 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 5.1 总结 | 第44-45页 |
| 5.2 展望及不足 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50页 |
