基于人工神经网络的洪水预报与灾度评价研究--以怀洪新河为例
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-17页 |
| ·研究背景 | 第12-13页 |
| ·洪水预报理论简述 | 第13-14页 |
| ·灾情评估理论简述 | 第14-15页 |
| ·本文的研究内容 | 第15-17页 |
| 第二章 人工神经网络的基本原理 | 第17-27页 |
| ·人工神经网络的理论基础 | 第17-19页 |
| ·生物神经元 | 第17页 |
| ·人工神经元 | 第17-19页 |
| ·人工神经网络的特点 | 第19-20页 |
| ·人工神经网络理论发展历程 | 第20-21页 |
| ·BP神经网络理论 | 第21-25页 |
| ·BP算法的原理 | 第21-22页 |
| ·BP网络的学习规则与计算方法 | 第22-24页 |
| ·BP神经网络的主要优缺点 | 第24-25页 |
| ·BP算法的改进 | 第25-27页 |
| 第三章 基于 BP神经网络的洪水预报模型 | 第27-34页 |
| ·引言 | 第27页 |
| ·人工神经网络在洪水预报中的应用 | 第27-29页 |
| ·模型的构造 | 第29-30页 |
| ·样本的生成和数据处理 | 第30-31页 |
| ·模型参数的率定 | 第31-34页 |
| ·隐含层及节点数的确定 | 第31-32页 |
| ·过拟合的防止 | 第32-34页 |
| 第四章 基于 BP神经网络的灾度评价模型 | 第34-40页 |
| ·引言 | 第34-35页 |
| ·灾度评价方法和步骤 | 第35-36页 |
| ·评价因子的选取和灾度等级的划分 | 第36-38页 |
| ·评价因子的选取 | 第36-37页 |
| ·灾度等级的确定 | 第37-38页 |
| ·评价模型的构造 | 第38-40页 |
| ·网络拓扑结构的选取 | 第38页 |
| ·数据的预处理 | 第38-39页 |
| ·网络的训练和测试 | 第39-40页 |
| 第五章 实例研究 | 第40-59页 |
| ·研究区域概况 | 第40-42页 |
| ·自然地理概况 | 第40页 |
| ·水文、气象概况 | 第40-41页 |
| ·防洪工程概况 | 第41页 |
| ·社会经济与洪涝灾情概况 | 第41-42页 |
| ·基于神经网络的怀洪新河洪水预报模型 | 第42-54页 |
| ·模型的建立 | 第43-44页 |
| ·学习样本的构建 | 第44-45页 |
| ·网络参数率定 | 第45-47页 |
| ·模型的检验 | 第47-53页 |
| ·检验结果分析 | 第53页 |
| ·可视化系统的开发 | 第53-54页 |
| ·基于神经网络的怀洪新河灾度评价模型 | 第54-59页 |
| ·评价标准的确定 | 第55页 |
| ·样本的生成 | 第55-56页 |
| ·分界值样本的确定 | 第56页 |
| ·网络参数率定 | 第56-57页 |
| ·结果和讨论 | 第57-59页 |
| 第六章 总结和展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文 | 第66页 |
