| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 选题的目的及意义 | 第15-16页 |
| 1.1.1 水资源系统的构成 | 第15-16页 |
| 1.1.2 水资源系统的特点 | 第16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 本文的研究思路与主要内容 | 第18-20页 |
| 1.3.1 本文的研究思路 | 第18页 |
| 1.3.2 本文的研究内容 | 第18-20页 |
| 第二章 基于改进的SPA与BP神经网络耦合的年径流预测 | 第20-34页 |
| 2.1 概述 | 第20-21页 |
| 2.2 基本原理 | 第21-23页 |
| 2.2.1 集对分析原理 | 第21页 |
| 2.2.2 BP神经网络建模 | 第21-23页 |
| 2.3 建模步骤 | 第23页 |
| 2.4 实例分析 | 第23-33页 |
| 2.4.1 径流级别划分 | 第24-29页 |
| 2.4.2 径流集合联系度计算 | 第29-31页 |
| 2.4.3 具有代表性的历史集合选取 | 第31页 |
| 2.4.4 BP神经网络输入输出数据的选择及处理 | 第31-33页 |
| 2.5 小结 | 第33-34页 |
| 第三章 基于SPA与模糊集合理论的年径流预测 | 第34-51页 |
| 3.1 概述 | 第34页 |
| 3.2 基本原理 | 第34-36页 |
| 3.2.1 集对分析原理 | 第34页 |
| 3.2.2 模糊数学理论 | 第34-36页 |
| 3.3 基于模糊集理论的径流丰枯分类方法 | 第36-38页 |
| 3.4 基于SPA与模糊理论的的年径流预测模型 | 第38页 |
| 3.5 实例分析 | 第38-50页 |
| 3.6 小结 | 第50-51页 |
| 第四章 基于SPA和灰色关联分析的用水量预测 | 第51-61页 |
| 4.1 概述 | 第51页 |
| 4.2 基本原理 | 第51-52页 |
| 4.2.1 灰色关联分析 | 第51-52页 |
| 4.2.2 集对分析原理 | 第52页 |
| 4.3 城市用水量常见的预测方法 | 第52-54页 |
| 4.4 基于集对分析聚类预测模型 | 第54-55页 |
| 4.5 实例分析 | 第55-59页 |
| 4.5.1 处理城市用水量及其影响因子数据 | 第55-58页 |
| 4.5.2 根据灰色关联度计算权重 | 第58页 |
| 4.5.3 建立基于集对分析聚类预测模型 | 第58-59页 |
| 4.6 小结 | 第59-61页 |
| 第五章 结论与展望 | 第61-63页 |
| 5.1 结论 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第67-68页 |