| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究目的和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 极大熵原理的发展 | 第11-12页 |
| 1.2.2 极大熵原理在水文领域的应用 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 多元线性回归模型和BP神经网络模型 | 第15-24页 |
| 2.1 多元线性回归模型 | 第15-17页 |
| 2.1.1 多元线性回归模型 | 第15-16页 |
| 2.1.2 模型线性显著性检验 | 第16-17页 |
| 2.1.3 自变量因素的选择 | 第17页 |
| 2.2 BP神经网络模型 | 第17-23页 |
| 2.2.1 人工神经网络 | 第17-18页 |
| 2.2.2 人工神经网络基本结构 | 第18-19页 |
| 2.2.3 BP神经网络基本原理 | 第19-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 极大熵原理 | 第24-32页 |
| 3.1 极大熵原理 | 第24-27页 |
| 3.1.1 熵的概念及计算 | 第24-25页 |
| 3.1.2 极大熵原理 | 第25-27页 |
| 3.2 极大熵概率密度通式 | 第27-30页 |
| 3.2.1 离散型随机变量的极大熵概率密度通式 | 第28-29页 |
| 3.2.2 连续型随机变量的极大熵概率密度通式 | 第29-30页 |
| 3.3 本章小结 | 第30-32页 |
| 第四章 崇阳溪流域洪水预报模型研究 | 第32-51页 |
| 4.1 研究流域基本概况 | 第32-34页 |
| 4.1.1 流域概况 | 第32-33页 |
| 4.1.2 流域水文气象特征 | 第33页 |
| 4.1.3 流域水文站 | 第33-34页 |
| 4.2 洪水预报模型输入因子的确定 | 第34-35页 |
| 4.3 崇阳溪流域多元线性回归洪水预报模型 | 第35-42页 |
| 4.3.1 多元线性回归洪水预报模型的建立 | 第35-36页 |
| 4.3.2 多元线性回归洪水预报模型参数率定 | 第36页 |
| 4.3.3 崇阳溪流域多元线性回归模型洪水流量预报 | 第36-40页 |
| 4.3.4 崇阳溪流域多元线性回归模型洪水预报结果评定 | 第40-42页 |
| 4.4 崇阳溪流域BP神经网络洪水预报模型 | 第42-49页 |
| 4.4.1 BP神经网络数学模型 | 第42页 |
| 4.4.2 样本归一化处理 | 第42-43页 |
| 4.4.3 传递函数的选择与相关参数的确定 | 第43-45页 |
| 4.4.4 崇阳溪流域BP神经网络模型洪水流量预报 | 第45-48页 |
| 4.4.5 崇阳溪流域BP神经网络模型洪水预报结果评定 | 第48-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 洪水预报误差的极大熵分布 | 第51-73页 |
| 5.1 极大熵参数求解方法 | 第52-56页 |
| 5.1.1 非线性规划法 | 第52-53页 |
| 5.1.2 误差函数法 | 第53-55页 |
| 5.1.3 牛顿迭代法 | 第55-56页 |
| 5.2 多元线性回归模型洪水预报误差概率密度分布 | 第56-63页 |
| 5.2.1 多元线性回归模型洪水预报误差的正态概率密度分布 | 第57-58页 |
| 5.2.2 多元线性回归模型洪水预报误差的二阶极大熵分布 | 第58-60页 |
| 5.2.3 多元线性回归模型洪水预报误差的三阶极大熵分布 | 第60-62页 |
| 5.2.4 多元线性回归模型洪水预报误差的四阶极大熵分布 | 第62-63页 |
| 5.3 BP神经网络模型洪水预报误差概率密度分布 | 第63-69页 |
| 5.3.1 BP神经网络模型洪水预报误差的正态概率密度 | 第63-64页 |
| 5.3.2 BP神经网络模型洪水预报误差的二阶极大熵分布 | 第64-67页 |
| 5.3.3 BP神经网络模型洪水预报误差的三阶极大熵分布 | 第67-68页 |
| 5.3.4 BP神经网络模型洪水预报误差的四阶极大熵分布 | 第68-69页 |
| 5.4 洪水预报模型的极大熵误差风险评价 | 第69-71页 |
| 5.4.1 多元线性回归洪水预报模型的极大熵误差风险评价 | 第69-70页 |
| 5.4.2 BP神经网络洪水预报模型的极大熵风险评价 | 第70-71页 |
| 5.5 本章小结 | 第71-73页 |
| 总结和展望 | 第73-76页 |
| 一 总结 | 第73-74页 |
| 二 展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 个人简介 | 第80页 |
