基于组合模型方法对径流量数据的研究及预测--以石羊河月均径流量为例
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 选题背景及研究意义 | 第8页 |
| 1.2 水文数据研究现状 | 第8-10页 |
| 1.3 主要研究内容及结构安排 | 第10-12页 |
| 1.3.1 主要内容 | 第10页 |
| 1.3.2 创新点 | 第10-11页 |
| 1.3.3 结构安排 | 第11-12页 |
| 第二章 模型介绍 | 第12-21页 |
| 2.1 小波分解(WD) | 第12-15页 |
| 2.1.1 小波分解(WD)算法 | 第12-14页 |
| 2.1.2 几种常见的小波 | 第14-15页 |
| 2.2 季节性调整(SAM) | 第15-16页 |
| 2.3 径向基函数网络(RBFN) | 第16-18页 |
| 2.3.1 径向基函数网络结构 | 第16页 |
| 2.3.2 径向基函数网络学习算法 | 第16-18页 |
| 2.4 Elman神经网络 | 第18-20页 |
| 2.4.1 Elman神经网络概述 | 第18页 |
| 2.4.2 Elman神经网络学习算法 | 第18-20页 |
| 2.5 粒子群优化算法(PSO) | 第20-21页 |
| 第三章 新组合模型的设计 | 第21-24页 |
| 3.1 PSO-RBFN模型 | 第21-22页 |
| 3.2 WD-PSO-RBFN-Elman模型 | 第22-24页 |
| 第四章 月均径流量案例实证分析 | 第24-37页 |
| 4.1 数据信息 | 第24页 |
| 4.2 评价标准及软件 | 第24-26页 |
| 4.2.1 预测精度评价标准 | 第24-26页 |
| 4.2.2 数据处理软件 | 第26页 |
| 4.3 数据预处理 | 第26-28页 |
| 4.3.1 杂木寺和黄羊水库月均径流的小波分解 | 第26页 |
| 4.3.2 杂木寺和黄羊水库月均径流去季节化过程 | 第26-28页 |
| 4.4 组合模型数据分析 | 第28-31页 |
| 4.4.1 RBFN的结构确定 | 第28页 |
| 4.4.2 组合模型的预测结果 | 第28-31页 |
| 4.5 模型比较 | 第31-35页 |
| 4.6 结论 | 第35-37页 |
| 第五章 结论与展望 | 第37-39页 |
| 5.1 主要结论 | 第37页 |
| 5.2 研究展望 | 第37-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42页 |
