大型灌区退水量预测理论与方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1. 绪论 | 第10-21页 |
| ·研究背景和意义 | 第10页 |
| ·国内外研究现状 | 第10-19页 |
| ·主要研究内容及创新点 | 第19-21页 |
| 2. 青铜峡灌区概况及水资源转化规律分析 | 第21-31页 |
| ·青铜峡灌区概况 | 第21-23页 |
| ·灌区的引水和排水系统 | 第23-24页 |
| ·灌区的水资源情况分析 | 第24-26页 |
| ·灌区水资源利用情况分析 | 第26-28页 |
| ·灌区水资源转化规律分析 | 第28-31页 |
| 3. 青铜峡灌区退水规律分析 | 第31-41页 |
| ·灌区退水量的组成 | 第31页 |
| ·灌区退水量年内、年际的变化规律 | 第31-33页 |
| ·灌区退水量影响因素分析 | 第33-39页 |
| ·退水量的关联分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 4. 灌区年退水量预测的多元逐步回归模型 | 第41-48页 |
| ·前言 | 第41页 |
| ·多元逐步回归模型 | 第41-45页 |
| ·灌区退水量预测模型 | 第45-47页 |
| ·本章小节 | 第47-48页 |
| 5. 灌区月退水量预测的神经网络模型 | 第48-64页 |
| ·前言 | 第48页 |
| ·神经网络结构简介 | 第48-50页 |
| ·BP 网络的学习算法 | 第50-56页 |
| ·BP 神经网络的训练方法 | 第56-58页 |
| ·灌区退水量动态神经网络模型 | 第58-60页 |
| ·灌区退水量神经模型的训练 | 第60-62页 |
| ·本章小节 | 第62-64页 |
| 6. 灌区月退水量预测的支持向量机模型 | 第64-84页 |
| ·前言 | 第64页 |
| ·机器学习与统计学习理论 | 第64-68页 |
| ·支持向量机 | 第68-75页 |
| ·月退水量支持向量机模型 | 第75-83页 |
| ·本章小结 | 第83-84页 |
| 7. 灌区日退水量预测的时间序列模型 | 第84-101页 |
| ·前言 | 第84页 |
| ·灌区日退水量时间序列的性质 | 第84-87页 |
| ·灌区日退水量时间序列模型的建立 | 第87-95页 |
| ·灌区日退水量时间序列模型的检验与优化 | 第95-99页 |
| ·灌区日退水量时间序列模型的应用 | 第99-100页 |
| ·本章小结 | 第100-101页 |
| 8. 灌区日退水量预测的混沌神经网络模型 | 第101-112页 |
| ·前言 | 第101页 |
| ·时间序列的相空间重构 | 第101-104页 |
| ·灌区日退水量时间序列的混沌识别 | 第104-108页 |
| ·灌区日退水量混沌神经网络模型 | 第108-111页 |
| ·本章小结 | 第111-112页 |
| 9 结论与建议 | 第112-114页 |
| ·结论 | 第112-113页 |
| ·建议 | 第113-114页 |
| 致谢 | 第114-115页 |
| 参考文献 | 第115-123页 |
| 附录 | 第123页 |
