| 中文摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·本课题研究的工程背景 | 第6-7页 |
| ·冰情预测的研究现状 | 第7-9页 |
| ·工程研究的意义 | 第9-11页 |
| 第二章 河冰的生消演变及其影响因素分析 | 第11-20页 |
| ·河冰的生消演变过程及研究现状 | 第11-17页 |
| ·结冰期 | 第11-14页 |
| ·封冻期 | 第14-16页 |
| ·解冻期 | 第16-17页 |
| ·影响河流冰情的因素 | 第17-20页 |
| ·热力因素 | 第17-18页 |
| ·动力因素 | 第18页 |
| ·河道形态 | 第18页 |
| ·人为因素 | 第18-19页 |
| ·上下游的影响 | 第19页 |
| ·地表径流 | 第19-20页 |
| 第三章 人工神经网络理论 | 第20-42页 |
| ·人工神经网络概述 | 第20-30页 |
| ·人工神经网络的由来 | 第20-21页 |
| ·人工神经网络的定义 | 第21页 |
| ·人工神经网络的发展史 | 第21-23页 |
| ·人工神经网络的基本特征与功能 | 第23-25页 |
| ·人工神经网络的分类 | 第25-26页 |
| ·人工神经网络的学习 | 第26-27页 |
| ·神经元模型 | 第27-30页 |
| ·BP网络 | 第30-35页 |
| ·BP网络的定义 | 第30页 |
| ·BP算法的基本思想 | 第30-31页 |
| ·基于BP算法的的多层前馈网络模型 | 第31-32页 |
| ·BP网络的学习算法 | 第32-33页 |
| ·基于BP算法的多层前馈网络具有的重要能力 | 第33-34页 |
| ·误差曲面与BP算法的局限性 | 第34-35页 |
| ·标准BP算法的改进 | 第35-37页 |
| ·标准BP算法的缺陷 | 第35页 |
| ·标准BP算法的改进方法 | 第35-37页 |
| ·Levenberg-Marquardt 算法 | 第37-42页 |
| ·Levenberg-Marquardt算法的推导 | 第37-40页 |
| ·性能指数 | 第40页 |
| ·Jacobi矩阵的计算 | 第40-42页 |
| 第四章 冰情预报的人工神经网络模型 | 第42-58页 |
| ·冰情预测的数学模型 | 第42-43页 |
| ·封河日期模型 | 第42页 |
| ·开河日期模型 | 第42-43页 |
| ·松花江哈尔滨站开河日期预报模型 | 第43-44页 |
| ·模型一 | 第43页 |
| ·模型二 | 第43-44页 |
| ·人工神经网络设计方法 | 第44-48页 |
| ·训练样本集的准备 | 第44-45页 |
| ·初始权、阈值的设计 | 第45-46页 |
| ·网络模型结构设计 | 第46-47页 |
| ·网络训练与测试 | 第47-48页 |
| ·松花江哈尔滨站开河预报神经网络模型一设计 | 第48-52页 |
| ·准备训练样本集 | 第48-50页 |
| ·初始权、阈值 | 第50页 |
| ·网络模型结构设计 | 第50页 |
| ·网络的训练步数 | 第50-51页 |
| ·确定预测模型 | 第51-52页 |
| ·松花江哈尔滨站开河预报神经网络模型二设计 | 第52-54页 |
| ·预报结果与误差分析 | 第54-55页 |
| ·预报结果 | 第54页 |
| ·误差分析 | 第54-55页 |
| ·预测模型实际应用中的可操作性分析 | 第55-58页 |
| ·可操作性分析 | 第55页 |
| ·模型一实用预报方法 | 第55-58页 |
| 第五章 冰情预测系统程序开发 | 第58-63页 |
| ·程序开发的意义 | 第58-59页 |
| ·程序开发工具简介 | 第59页 |
| ·MATLAB简介 | 第59页 |
| ·Visual Basic简介 | 第59页 |
| ·冰情预测系统程序介绍 | 第59-63页 |
| ·冰情数据管理模块 | 第59-60页 |
| ·人工神经网络模型训练模块 | 第60-61页 |
| ·冰情预测模块 | 第61-63页 |
| 第六章 结论与展望 | 第63-65页 |
| ·结论 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 发表论文和科研情况 | 第67-68页 |
| 附录:部分程序代码 | 第68-70页 |
| 致谢 | 第70页 |