| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-9页 |
| ·本领域研究进展及现状 | 第7页 |
| ·工业用水量需求预测的意义 | 第7-8页 |
| ·本课题的主要研究内容及目的 | 第8-9页 |
| 第二章 用水量预测现状与陕西省工业用水现状 | 第9-17页 |
| ·预测理论及其发展 | 第9页 |
| ·工业用水量预测的现状及分析 | 第9-13页 |
| ·用水量预测的分类 | 第9页 |
| ·各类型用水量变化主要影响因素 | 第9-10页 |
| ·发展历史及各种预测方法 | 第10-11页 |
| ·各种方法的综合评价及存在问题 | 第11-13页 |
| ·工业布局及用水现状 | 第13-17页 |
| ·陕西省工业用水量变化的特点 | 第14-15页 |
| ·目前陕西省工业用水中存在的问题 | 第15-17页 |
| 第三章 灰色预测模型及其应用 | 第17-22页 |
| ·灰色理论概述 | 第17页 |
| ·灰色理论基本概念 | 第17-18页 |
| ·模型建模 | 第18-20页 |
| ·建模机理 | 第18-19页 |
| ·用水模型的建立 | 第19-20页 |
| ·模型精度的检验 | 第20页 |
| ·用水量预测GM(1,1)模型应用于陕西省工业用水量 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第四章 人工神经网络模型及神经网络预测方法 | 第22-39页 |
| ·人工神经网络(ANN)及其发展概况 | 第22-24页 |
| ·人工神经网络模型及其发展概况 | 第22-23页 |
| ·神经网络的结构特点及类型 | 第23-24页 |
| ·基于神经网络的预测方法 | 第24-27页 |
| ·神经网络计算和传统计算的比较 | 第24-25页 |
| ·基于神经网络预测方法的预测步骤 | 第25-26页 |
| ·预测精度评价函数 | 第26-27页 |
| ·前馈神经网络及其学习算法的改进和实现 | 第27-39页 |
| ·神经网络结构 | 第28-30页 |
| ·前馈人工神经网络结构的确定 | 第30-31页 |
| ·ANN模型的建模规则 | 第31-32页 |
| ·神经网络的学习规则 | 第32-38页 |
| ·人工神经网络应用于用水量预测 | 第38-39页 |
| 第五章 利用神经网络进行陕西省工业用水量预测 | 第39-48页 |
| ·陕西省工业用水量的预测 | 第39-42页 |
| ·火电行业工业用水量的预测 | 第42-43页 |
| ·纺织行业工业用水量的预测 | 第43-44页 |
| ·交通运输制造业的用水量预测 | 第44-45页 |
| ·化工工业用水量的预测 | 第45-46页 |
| ·食品加工业的用水量预测 | 第46-47页 |
| ·陕西省工业用水变化趋势及应采用的节水措施 | 第47页 |
| ·陕西省工业用水趋势分析 | 第47页 |
| ·节水措施 | 第47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-52页 |