基于影响因素分析的校园需水预测系统设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 国外研究进展 | 第11-12页 |
| 1.3.2 国内研究进展 | 第12-13页 |
| 1.4 研究内容 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 第2章 城市需水预测模型原理 | 第14-23页 |
| 2.1 人工神经网络 | 第14-19页 |
| 2.1.1 人工神经网络概述 | 第14页 |
| 2.1.2 BP神经网络模型 | 第14-15页 |
| 2.1.3 BP神经网络原理 | 第15-17页 |
| 2.1.4 BP网络输入归一化 | 第17-18页 |
| 2.1.5 BP神经网络性能分析 | 第18-19页 |
| 2.2 时间序列预测 | 第19-22页 |
| 2.2.1 时间序列预测概述 | 第19-20页 |
| 2.2.2 预测模型 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 校园用水量分析及因素判定 | 第23-38页 |
| 3.1 城市需水量预测的基本原则和步骤 | 第23-25页 |
| 3.2 异常值的识别与处理 | 第25-27页 |
| 3.3 用水量主要影响因子的选择 | 第27-28页 |
| 3.3.1 用水影响因子的选择 | 第27-28页 |
| 3.3.2 考虑影响因素判定 | 第28页 |
| 3.4 校园用水规律分析 | 第28-34页 |
| 3.4.1 校园用水周期性分析 | 第28-31页 |
| 3.4.2 用水数据因素分析 | 第31-34页 |
| 3.5 系统预测方案设计 | 第34-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 考虑影响因素网络建模及需水预测 | 第38-48页 |
| 4.1 时需水量的BP神经网络模型 | 第38-43页 |
| 4.1.1 需水量预测算法步骤及流程图 | 第38-39页 |
| 4.1.2 网络模型的应用 | 第39-40页 |
| 4.1.3 利用BP网络模型对需水进行预测 | 第40-43页 |
| 4.2 时需水量的时间序列预测模型 | 第43-47页 |
| 4.2.1 时间序列模型的建立 | 第43页 |
| 4.2.2 利用时间序列预测模型对需水进行预测 | 第43-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第5章 校园需水量预测系统的设计与实现 | 第48-57页 |
| 5.1 系统总体设计 | 第48-50页 |
| 5.1.1 系统开发思路 | 第48-49页 |
| 5.1.2 系统需求分析 | 第49-50页 |
| 5.2 数据存储模块 | 第50-51页 |
| 5.3 可视化系统展示模块 | 第51-56页 |
| 5.3.1 运行环境 | 第51页 |
| 5.3.2 系统功能界面 | 第51-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 作者简介 | 第64页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第64-65页 |
