| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·城市排水管网系统模拟研究背景 | 第11-13页 |
| ·城市排水管网介绍 | 第11-12页 |
| ·当前存在的问题 | 第12-13页 |
| ·排水管网系统建模及应用 | 第13-17页 |
| ·排水管网模型的发展历程 | 第13-14页 |
| ·国外城市排水管网模型研究现状 | 第14-15页 |
| ·我国城市排水模型的研究现状 | 第15-16页 |
| ·城市排水管网的应用研究 | 第16-17页 |
| ·城市排水管网的优化控制研究现状 | 第17页 |
| ·研究目的和意义 | 第17-18页 |
| ·本文的主要内容及章节安排 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第2章 神经网络理论基础 | 第20-30页 |
| ·神经网络简介 | 第20-22页 |
| ·神经网络的发展 | 第20-21页 |
| ·神经网络的主要特性 | 第21页 |
| ·神经网络的应用领域 | 第21-22页 |
| ·人工神经网络理论基础 | 第22-25页 |
| ·人工神经元模型 | 第23-24页 |
| ·神经网络的结构 | 第24页 |
| ·神经网络学习 | 第24-25页 |
| ·误差反向传播（BP）神经网络理论 | 第25-29页 |
| ·基于BP 算法的神经网络模型 | 第25-26页 |
| ·BP 神经网络算法过程推导 | 第26-28页 |
| ·BP 算法的改进 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 串级污水泵站预测模型 | 第30-41页 |
| ·引言 | 第30页 |
| ·样本数据准备 | 第30-32页 |
| ·数据清洗（data cleaning） | 第31页 |
| ·数据集成（data integration） | 第31页 |
| ·数据转换（data transformation） | 第31页 |
| ·数据消减（data reduction） | 第31-32页 |
| ·串级污水泵站神经网络预测模型 | 第32-36页 |
| ·污水泵站机理分析 | 第32-33页 |
| ·串级泵站时滞分析计算 | 第33-34页 |
| ·神经网络输入输出设计 | 第34页 |
| ·神经网络预测模型创建 | 第34-35页 |
| ·神经网络预测模型训练与测试 | 第35-36页 |
| ·模型的有效性验证 | 第36页 |
| ·实例预测及结果分析 | 第36-40页 |
| ·建立实时预测模型 | 第37-40页 |
| ·结果分析 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第4章 汇流节点泵站预测模型 | 第41-51页 |
| ·引言 | 第41页 |
| ·灰色-人工神经网络组合汇流计算方法 | 第41-46页 |
| ·灰色-人工神经网络组合建立预测模型方法步骤 | 第41-43页 |
| ·管网汇流污水泵站机理分析 | 第43页 |
| ·运用灰色关联度法计算各上游泵站汇流时间 | 第43-45页 |
| ·运用BP 网络建立多支流汇流预报模型 | 第45-46页 |
| ·实例计算 | 第46-49页 |
| ·汇流时间计算 | 第47-48页 |
| ·建立汇流节点泵站预测模型 | 第48-49页 |
| ·模型验证 | 第49页 |
| ·结果分析 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第5章 基于神经网络的排水模拟预测系统构建及仿真应用 | 第51-66页 |
| ·引言 | 第51页 |
| ·模拟预测系统构建 | 第51-58页 |
| ·总体设计 | 第51-52页 |
| ·软件实现关键技术 | 第52-55页 |
| ·实现效果 | 第55-58页 |
| ·结合模糊控制技术的运行优化 | 第58-64页 |
| ·模糊控制简介 | 第58-59页 |
| ·泵站运行优化分析 | 第59页 |
| ·输入输出选择变量选择 | 第59-60页 |
| ·模糊化 | 第60-61页 |
| ·模糊规则建立 | 第61-62页 |
| ·去模糊化 | 第62页 |
| ·实例计算 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·结论 | 第66页 |
| ·展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录1 | 第72页 |