城市需水量预报模型研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题背景 | 第8-11页 |
| 1.2 需水量预报的研究现状 | 第11-15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 第二章 预报模型简介 | 第16-37页 |
| 2.1 引言 | 第16-18页 |
| 2.1.1 预报模型概述 | 第16-18页 |
| 2.1.2 课题方案 | 第18页 |
| 2.2 神经网络概述 | 第18-28页 |
| 2.2.1 神经网络的发展 | 第19-20页 |
| 2.2.2 神经网络的特点 | 第20-21页 |
| 2.2.3 神经元模型 | 第21-24页 |
| 2.2.4 神经网络学习 | 第24-28页 |
| 2.3 时间序列概述 | 第28-36页 |
| 2.3.1 时间序列的发展 | 第28-29页 |
| 2.3.2 时间序列类别 | 第29-31页 |
| 2.3.3 线性时序建模 | 第31-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 水务数据与开发平台 | 第37-47页 |
| 3.1 水务数据处理 | 第37-42页 |
| 3.1.1 数据介绍 | 第37-39页 |
| 3.1.2 数据处理 | 第39-42页 |
| 3.2 软件开发平台 | 第42-45页 |
| 3.2.1 MATLAB 开发平台 | 第42-44页 |
| 3.2.2 LabVIEW 开发平台 | 第44-45页 |
| 3.3 本章小结 | 第45-47页 |
| 第四章 短期需水预报模型设计 | 第47-63页 |
| 4.1 BP 网络设计 | 第47-52页 |
| 4.2 RBF 网络设计 | 第52-54页 |
| 4.3 支持向量机设计 | 第54-56页 |
| 4.4 加权预报模型 | 第56-59页 |
| 4.5 预测软件介绍 | 第59-62页 |
| 4.5.1 智能算法软件实现 | 第59-61页 |
| 4.5.2 基于回归分析的对照尝试 | 第61-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 长期需水预报模型设计 | 第63-70页 |
| 5.1 引言 | 第63-64页 |
| 5.2 差分处理 | 第64-65页 |
| 5.3 参数估计 | 第65-67页 |
| 5.3 预报应用 | 第67-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 结论与展望 | 第70-72页 |
| 6.1 工作结论 | 第70页 |
| 6.2 研究展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间发表、录用的论文 | 第77-79页 |
