| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-24页 |
| ·昭平台水库概况 | 第9-14页 |
| ·水库 | 第9-13页 |
| ·工程调度运用简介 | 第13-14页 |
| ·问题的提出 | 第14-16页 |
| ·国内外研究状况 | 第16-23页 |
| ·历史回顾 | 第17-18页 |
| ·研究现状 | 第18-23页 |
| ·研究内容和方法 | 第23-24页 |
| 第2章 人工神经网络预测方法 | 第24-48页 |
| ·人工神经网络的发展概况 | 第24-28页 |
| ·人工神经网络模型 | 第28-35页 |
| ·人工神经元模型 | 第28-29页 |
| ·人工神经网络的分类和特性 | 第29-31页 |
| ·人工神经网络的学习 | 第31-32页 |
| ·人工神经网络的记忆 | 第32-34页 |
| ·人工神经网络学习算法 | 第34-35页 |
| ·多层前馈神经网络概述 | 第35-43页 |
| ·多层前馈神经网络的结构 | 第35-37页 |
| ·正向传播 | 第37页 |
| ·反向传播 | 第37-38页 |
| ·改进的BP 网络算法 | 第38-40页 |
| ·BP 算法具体步骤 | 第40-41页 |
| ·基于BP 网络模型结构确定 | 第41-43页 |
| ·MATLAB 及神经网络工具箱简介 | 第43-48页 |
| ·MATLAB 简介 | 第43-44页 |
| ·BP 神经网络工具箱 | 第44-46页 |
| ·基于MATLAB 的 BP 神经网络设计 | 第46-48页 |
| 第3章 昭平台水库入库流量特性及多元回归预报模型 | 第48-61页 |
| ·昭平台水库年入库流量特性分析 | 第48-51页 |
| ·昭平台水库月入库流量特性分析 | 第51-52页 |
| ·昭平台水库入库流量的多元线性回归预报模型 | 第52-61页 |
| ·多元线性回归模型 | 第52-53页 |
| ·预报因子挑选 | 第53-56页 |
| ·枯水期入库流量多元回归预报模型建立 | 第56-57页 |
| ·预报结果评定 | 第57-61页 |
| 第4章 考虑前期入库流量的枯水期月流量 BP 预报模型 | 第61-68页 |
| ·数据预处理 | 第61-62页 |
| ·数据的标准化处理 | 第61-62页 |
| ·资料的选取 | 第62页 |
| ·模型参数及结构确定 | 第62-64页 |
| ·枯水期入库流量预报结果及评定 | 第64-67页 |
| ·计算结果及分析 | 第67-68页 |
| 第5章 考虑降雨影响的枯水期月流量BP 预报模型 | 第68-73页 |
| ·模型建立 | 第68页 |
| ·枯水期入库流量预报结果及评定 | 第68-73页 |
| 第6章 结论与展望 | 第73-77页 |
| ·结论 | 第73-75页 |
| ·展望 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-84页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第84页 |