摘要 | 第8-9页 |
Abstract | 第9页 |
1 引言 | 第10-15页 |
1.1 研究的背景与意义 | 第10-11页 |
1.1.1 研究的背景 | 第10页 |
1.1.2 研究的目的和意义 | 第10-11页 |
1.2 国内外研究动态和趋势 | 第11-13页 |
1.2.1 国内外研究现状与评述 | 第11-12页 |
1.2.2 存在的问题及发展趋势 | 第12-13页 |
1.3 研究的主要内容和方法 | 第13-15页 |
1.3.1 研究内容 | 第13-14页 |
1.3.2 研究技术路线 | 第14-15页 |
2 单独预测模型概述 | 第15-33页 |
2.1 自回归(AR)预测模型介绍 | 第15-18页 |
2.1.1 自回归(AR)模型的基本概念 | 第15页 |
2.1.2 自回归(AR)预测模型的建立 | 第15-18页 |
2.2 BP神经网络预测模型介绍 | 第18-26页 |
2.2.1 人工神经网络模型基础 | 第18-20页 |
2.2.2 BP人工神经网络预测模型的建立 | 第20-22页 |
2.2.3 基于Matlab的BP人工神经网络模型设计 | 第22-26页 |
2.3 小波神经网络(WNN)预测模型介绍 | 第26-32页 |
2.3.1 小波分析理论 | 第26-30页 |
2.3.2 小波神经网络模型 | 第30-32页 |
2.4 本章小结 | 第32-33页 |
3 组合预测模型概述及其选择 | 第33-37页 |
3.1 组合预测模型的思想 | 第33页 |
3.2 简单平均(SA)方法 | 第33-34页 |
3.3 加权平均(WA)方法 | 第34-36页 |
3.4 本文的组合模型预测方案 | 第36页 |
3.5 本章小结 | 第36-37页 |
4 降雨量预测实例分析 | 第37-46页 |
4.1 研究地区概况及降雨资料 | 第37-38页 |
4.1.1 二九零灌区生育期降雨情况 | 第37页 |
4.1.2 八五八灌区年降雨情况 | 第37-38页 |
4.2 生育期降雨量预测 | 第38-42页 |
4.2.1 单项预测模型预测结果及其比较 | 第38-39页 |
4.2.2 组合预测模型预测结果及其比较 | 第39-41页 |
4.2.3 单项预测模型和组合预测模型比较 | 第41页 |
4.2.4 各预测模型预测结果(2014-2016年) | 第41-42页 |
4.3 年降雨量预测 | 第42-45页 |
4.3.1 单项预测模型预测结果及其比较 | 第42-43页 |
4.3.2 组合预测模型预测结果及其比较 | 第43-44页 |
4.3.3 单项预测模型和组合预测模型比较 | 第44页 |
4.3.4 各预测模型预测结果(2013-2015年) | 第44-45页 |
4.4 本章小结 | 第45-46页 |
5 研究结论及讨论 | 第46-48页 |
5.1 研究结论 | 第46-47页 |
5.2 讨论 | 第47-48页 |
致谢 | 第48-49页 |
参考文献 | 第49-52页 |
攻读学位期间发表旳学术论文 | 第52页 |