| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 背景和意义 | 第9-10页 |
| 1.2 国外研究现状 | 第10-12页 |
| 1.3 国内研究现状 | 第12-13页 |
| 1.4 论文的主要工作 | 第13-14页 |
| 1.5 论文的组织结构 | 第14-15页 |
| 第2章 利用人工鱼群算法优化的BP神经网络模型的构建 | 第15-26页 |
| 2.1 神经网络简介 | 第15-18页 |
| 2.2 人工鱼群简介 | 第18-21页 |
| 2.3 利用人工鱼群算法优化的BP神经网络模型的研究 | 第21-25页 |
| 2.3.1 模型流程 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于水文测量的潮汐预报与显示系统的总体框架设计 | 第26-37页 |
| 3.1 系统需求分析 | 第26-29页 |
| 3.1.1 系统总体需求 | 第26页 |
| 3.1.2 系统功能需求分析 | 第26-28页 |
| 3.1.3 系统非功能性需求 | 第28-29页 |
| 3.2 系统可行性分析 | 第29页 |
| 3.3 系统总体架构设计 | 第29-31页 |
| 3.4 系统功能模块设计 | 第31-35页 |
| 3.4.1 用户登录模块 | 第32页 |
| 3.4.2 历史数据上传模块 | 第32-33页 |
| 3.4.3 相关预报参数计算模块 | 第33-34页 |
| 3.4.4 潮汐预报模块 | 第34-35页 |
| 3.4.5 潮汐与水深显示模块 | 第35页 |
| 3.4.6 新闻显示模块 | 第35页 |
| 3.4.7 留言板模块 | 第35页 |
| 3.4.8 用户管理模块 | 第35页 |
| 3.5 系统数据库设计 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 基于水文测量的潮汐预报与显示系统的实现 | 第37-62页 |
| 4.1 利用人工鱼群算法优化的BP神经网络模型实现 | 第37-42页 |
| 4.1.1 模型的实现 | 第37-42页 |
| 4.2 系统程序结构的实现 | 第42-45页 |
| 4.2.1 .NET简介 | 第42-43页 |
| 4.2.2 B/S模式简介 | 第43-44页 |
| 4.2.3 SQL server数据库介绍 | 第44页 |
| 4.2.4 程序结构 | 第44-45页 |
| 4.3 数据库的实现 | 第45页 |
| 4.3.1 数据库表的建立 | 第45页 |
| 4.3.2 数据库的配置 | 第45页 |
| 4.4 系统功能模块的实现 | 第45-61页 |
| 4.4.1 用户登录模块 | 第45-50页 |
| 4.4.2 历史数据上传模块 | 第50-51页 |
| 4.4.3 相关参数预报模块 | 第51-52页 |
| 4.4.4 潮汐预报模块 | 第52-54页 |
| 4.4.5 水深信息显示模块 | 第54-56页 |
| 4.4.6 新闻显示模块 | 第56-58页 |
| 4.4.7 留言板模块 | 第58-59页 |
| 4.4.8 用户管理模块 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 结论与展望 | 第62-64页 |
| 5.1 结论 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |
