| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-10页 |
| 第一章 绪论 | 第10-21页 |
| ·选题的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·存在的问题和研究方向 | 第17-18页 |
| ·本文的主要研究内容 | 第18-19页 |
| ·技术路线 | 第19-21页 |
| 第二章 原理和方法 | 第21-38页 |
| ·小波的定义 | 第21页 |
| ·连续小波变换的定义 | 第21-23页 |
| ·连续小波变换的小波函数 | 第22-23页 |
| ·连续小波的重构 | 第23页 |
| ·离散小波变换的定义 | 第23-25页 |
| ·离散小波变换的定义 | 第23-24页 |
| ·离散小波的重构 | 第24-25页 |
| ·多分辨率分析 | 第25页 |
| ·Mallat算法 | 第25-26页 |
| ·常用的小波函数 | 第26-27页 |
| ·Haar小波 | 第26页 |
| ·墨西哥帽小波 | 第26页 |
| ·Morlet小波 | 第26-27页 |
| ·Daubechies(dbN)小波系 | 第27页 |
| ·小波包的基本理论 | 第27-28页 |
| ·小波包的定义 | 第27-28页 |
| ·最优小波包树的概念 | 第28页 |
| ·小波消噪的基本理论 | 第28-30页 |
| ·小波消噪原理 | 第28-29页 |
| ·小波消噪的步骤 | 第29页 |
| ·阈值的确定方法 | 第29-30页 |
| ·人工神经网络(ANN) | 第30-34页 |
| ·BP神经网络模型 | 第31页 |
| ·正向传播 | 第31-32页 |
| ·反向传播 | 第32-33页 |
| ·BP算法具体步骤 | 第33-34页 |
| ·自适应神经模糊推理系统(ANFIS) | 第34-36页 |
| ·ANFIS简述 | 第34-35页 |
| ·ANFIS结构 | 第35-36页 |
| ·ANFIS的学习算法 | 第36页 |
| ·模型模拟和预报效果评定方法 | 第36-38页 |
| 第三章 基于小波分析的径流中长期预报模型 | 第38-47页 |
| ·基于小波分析的月径流人工神经网络预报模型(WANN) | 第38-41页 |
| ·基于小波分析的月径流自适应神经模糊推理系统预报模型(WANFIS) | 第41-42页 |
| ·基于小波分解—人工神经网络的月径流预测组合模型 | 第42-44页 |
| ·基于小波分解—自适应神经模糊推理系统的月径流预测组合模型 | 第44-45页 |
| ·基于小波消噪技术的径流中长期预报模型 | 第45-47页 |
| 第四章 实例应用 | 第47-80页 |
| ·水库概况 | 第47-48页 |
| ·WANN模型 | 第48-53页 |
| ·WANFIS模型 | 第53-55页 |
| ·小波分解—人工神经网络组合模型 | 第55-61页 |
| ·小波分解—自适应神经模糊推理系统组合模型 | 第61-65页 |
| ·基于小波消噪技术的中长期预报模型 | 第65-71页 |
| ·结果分析 | 第71-80页 |
| 第五章 结语与展望 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 附: 硕士研究生期间发表论文及研究成果 | 第86-87页 |
| 后记 | 第87页 |
