基于人工神经网络的河流汇流预报模型及应用研究
摘要 | 第1-4页 |
ABSTRACT | 第4-5页 |
目录 | 第5-7页 |
第一章 绪论 | 第7-22页 |
·多支流河流汇流预报课题提出的背景及研究意义 | 第7-8页 |
·课题提出的背景 | 第7页 |
·课题研究意义 | 第7-8页 |
·流域汇流计算概述 | 第8-9页 |
·径流及径流的形成过程 | 第8页 |
·产汇流计算 | 第8-9页 |
·流域汇流计算研究现状 | 第9-16页 |
·流域汇流计算国内外研究进展 | 第9-14页 |
·多支流河流汇流计算方法研究进展 | 第14-15页 |
·水文预报和汇流计算 | 第15-16页 |
·人工神经网络在水文水资源领域的应用研究进展 | 第16-20页 |
·国外研究进展 | 第16-18页 |
·国内研究进展 | 第18-20页 |
·课题主要研究内容及研究思路 | 第20-22页 |
·主要研究内容 | 第20页 |
·研究思路 | 第20-22页 |
第二章 人工神经网络及灰色关联分析法概述 | 第22-31页 |
·人工神经网络简介 | 第22-28页 |
·人工神经网络的定义 | 第22页 |
·人工神经网络的发展简史 | 第22-23页 |
·人工神经网络元和人工神经网络的类型 | 第23-25页 |
·人工神经网络的基本特性 | 第25-26页 |
·BP网络的结构及算法概述 | 第26-28页 |
·BP算法主要优缺点 | 第28页 |
·灰色关联分析概述 | 第28-31页 |
·灰色系统理论 | 第28-29页 |
·灰色关联分析 | 第29页 |
·灰色关联度的计算 | 第29-31页 |
第三章 灰色-人工神经网络组合汇流计算方法 | 第31-40页 |
·多支流河流汇流过程概述 | 第31-33页 |
·河流及河流的年内年际变化 | 第31-32页 |
·多支流河流及多支流河流的形成 | 第32-33页 |
·灰色-人工神经网络组合汇流计算方法(GACC) | 第33-36页 |
·灰色-人工神经网络组合汇流计算方法的步骤 | 第33-34页 |
·运用灰色关联度法识别各支流汇流时间 | 第34-35页 |
·运用BP网络建立多支流汇流预报模型 | 第35-36页 |
·几个关键问题的说明 | 第36-40页 |
·灰色关联度法和人工神经网络的结合方式 | 第36-37页 |
·BP网络汇流模型结构设计 | 第37-38页 |
·主成分分析法在人工神经网络建模中的应用 | 第38-40页 |
第四章 实例研究—塔里木河三源流汇流计算 | 第40-65页 |
·干旱地区内陆河的水文特征 | 第40-43页 |
·干旱区内陆河 | 第40-41页 |
·干旱区内陆河的水文特征 | 第41-42页 |
·干旱区内陆河流流域水文系统 | 第42-43页 |
·塔里木河及三大源流概况 | 第43-48页 |
·塔里木河及流域概况 | 第43-47页 |
·三条源流概况 | 第47-48页 |
·研究塔里木河三源流汇流的意义 | 第48-49页 |
·三源流汇流区域水文特征分析 | 第49-54页 |
·塔里木河三源流汇流区降水、水面蒸发情况 | 第49-50页 |
·塔里木河三大源流来水量趋势分析 | 第50-51页 |
·塔里木河三大源流补给干流水量趋势分析 | 第51-52页 |
·塔里木河三大源流径流量年内分配特征 | 第52-53页 |
·塔里木河三大源流区水资源利用现状 | 第53-54页 |
·运用灰色关联度法推求汇流时间 | 第54-56页 |
·运用灰色关联度法推求流域汇流时间 | 第54-55页 |
·汇流时间计算结果分析 | 第55-56页 |
·塔里木河三源流汇流影响因素分析 | 第56-57页 |
·人工神经网络模型的建立及训练过程 | 第57-59页 |
·初步设定网络结构 | 第57-58页 |
·根据汇流时间组合训练样本 | 第58页 |
·网络的训练过程 | 第58-59页 |
·塔里木河三源流汇流计算软件开发设计 | 第59页 |
·人工神经网络模型的训练结果及结果分析 | 第59-65页 |
·模型的训练结果 | 第59-63页 |
·模型的训练结果分析 | 第63-64页 |
·模型的应用分析 | 第64-65页 |
第五章 结语 | 第65-67页 |
参考文献 | 第67-71页 |
附:硕士研究生期间发表论文及研究成果 | 第71-72页 |
后记 | 第72页 |