| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的目的和意义 | 第9页 |
| 1.2 国内研究进展 | 第9-11页 |
| 1.2.1 国外研究进展 | 第9-10页 |
| 1.2.2 国内研究进展 | 第10-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 研究方法及技术路线 | 第12-14页 |
| 1.4.1 研究方法 | 第12-13页 |
| 1.4.2 技术路线 | 第13-14页 |
| 第二章 用水结构分析的理论与方法 | 第14-31页 |
| 2.1 用水结构信息熵 | 第14-15页 |
| 2.2 主成分分析法PCR | 第15-17页 |
| 2.3 偏最小二乘回归法PLS | 第17-21页 |
| 2.3.1 概述 | 第17页 |
| 2.3.2 偏最小二乘回归的优势 | 第17-18页 |
| 2.3.3 具体步骤 | 第18-20页 |
| 2.3.4 交叉有效性 | 第20-21页 |
| 2.4 人工神经网络BP模型 | 第21-25页 |
| 2.4.1 人工神经网络的概述 | 第21-22页 |
| 2.4.2 BP神经网络模型的构建 | 第22-25页 |
| 2.5 支持向量机 | 第25-27页 |
| 2.5.1 基本理论 | 第25-26页 |
| 2.5.2 支持向量回归机 | 第26页 |
| 2.5.3 核函数 | 第26-27页 |
| 2.6 GM(1,1)模型 | 第27-31页 |
| 2.6.1 GM(1,1)模型 | 第27-29页 |
| 2.6.2 参数求解 | 第29页 |
| 2.6.3 GM(1,1)预测 | 第29页 |
| 2.6.4 GM(1,1)建模步骤 | 第29-31页 |
| 第三章 江西省概况及供水条件 | 第31-36页 |
| 3.1 研究区域概况 | 第31-34页 |
| 3.1.1 自然地理概况 | 第31页 |
| 3.1.2 社会经济概况 | 第31-33页 |
| 3.1.3 用水及生态问题 | 第33-34页 |
| 3.2 现状供水条件 | 第34-35页 |
| 3.2.1 水利工程建设 | 第34页 |
| 3.2.2 现状供水 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 江西省用水结构变化及驱动力分析 | 第36-47页 |
| 4.1 江西省用水量的变化 | 第36-37页 |
| 4.2 基于信息熵的用水结构变化分析 | 第37-41页 |
| 4.3 基于主成分分析的用水结构驱动力分析 | 第41-45页 |
| 4.3.1 主成分分析法数据准备 | 第41-42页 |
| 4.3.2 用水结构的主成分分析 | 第42-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第五章 江西省用水结构演变模拟及预测 | 第47-75页 |
| 5.1 基于GM（1,1）模型的用水结构模拟 | 第47-49页 |
| 5.1.1 GM（1,1）模型的建立 | 第47页 |
| 5.1.2 GM（1,1）模型的误差分析 | 第47-48页 |
| 5.1.3 GM（1,1）模型的预测 | 第48-49页 |
| 5.2 基于主成分分析的人工神经网络BP模型（PCR-BP） | 第49-66页 |
| 5.2.1 BP人工神经网络模型的构建 | 第49-51页 |
| 5.2.2 检测样本的误差分析 | 第51-52页 |
| 5.2.3 输入项的预测 | 第52-65页 |
| 5.2.4 BP神经网络的预测 | 第65-66页 |
| 5.3 偏最小二乘回归有支持向量机相耦合的预测模型(PLS-SVM) | 第66-71页 |
| 5.3.1 提取成分 | 第66-68页 |
| 5.3.2 建立PLS-SVM模型 | 第68-70页 |
| 5.3.3 检测样本的误差分析 | 第70页 |
| 5.3.4 PLS-SVM模型的预测 | 第70-71页 |
| 5.4 不同用水结构模拟模型的比较 | 第71-74页 |
| 5.4.1 预测精度对比 | 第72页 |
| 5.4.2 预测结果对比 | 第72-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 结论与展望 | 第75-77页 |
| 6.1 结论 | 第75-76页 |
| 6.2 不足与展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 在学期间学术论文与研究成果 | 第83页 |