| 1 绪论 | 第1-16页 |
| 1．1 流域产沙模型研究进展 | 第9-12页 |
| 1．2 流域产沙模型存在的问题及展望 | 第12-15页 |
| 1．3 本文拟开展的工作 | 第15-16页 |
| 2 人工神经网络理论介绍 | 第16-21页 |
| 2．1 人工神经网络模型 | 第16-17页 |
| 2．2 BP神经网络模型 | 第17-20页 |
| 2．3 BP算法步骤 | 第20-21页 |
| 3 BP算法中学习率η和传递函数的研究 | 第21-26页 |
| 3．1 BP网络模型及学习率η选取的困难 | 第21页 |
| 3．2 成因分析 | 第21-23页 |
| 3．3 解决方案 | 第23-26页 |
| 4 BP算法中学习率η的一维搜索法研究 | 第26-30页 |
| 4．1 BP网络模型及学习率η固定的弊端 | 第26页 |
| 4．2 BP算法及其改进 | 第26-27页 |
| 4．3 实例分析 | 第27-29页 |
| 4．4 小结 | 第29-30页 |
| 5 流域年均含沙量的人工神经网络模型 | 第30-35页 |
| 5．1 流域产沙的神经网络模型 | 第30-33页 |
| 5．2 BP建模方法与PPR（投影寻踪回归技术）预测方法的比较 | 第33-34页 |
| 5．3 小结 | 第34-35页 |
| 6 顺坡垄作改横坡垄作水土保持网络模型 | 第35-51页 |
| 6．1 引言 | 第35页 |
| 6．2 实验点概况及水土流失特点 | 第35-36页 |
| 6．3 顺坡、横坡垄作网络模型 | 第36-47页 |
| 6．4 BP网络模型与传统回归模型的比较 | 第47-49页 |
| 6．5 顺坡、横坡垄作水土保持效益比较 | 第49页 |
| 6．6 小结 | 第49-51页 |
| 7 荒坡不同利用方式水土流失BP网络模型 | 第51-65页 |
| 7．1 实验点概况 | 第51-53页 |
| 7．2 荒坡不同利用方式水土流失BP网络模型 | 第53-62页 |
| 7．3 荒坡不同利用方式水土流失比较 | 第62-63页 |
| 7．4 小结 | 第63-65页 |
| 8 系统动力学基础 | 第65-75页 |
| 8．1 系统动力学概论 | 第65-69页 |
| 8．2 反馈系统 | 第69-73页 |
| 8．3 流图与系统方程 | 第73-74页 |
| 8．4 系统动力学的研究方法与步骤 | 第74-75页 |
| 9 流域产沙系统动态分析 | 第75-86页 |
| 9．1 四川自然概况及水土流失现状 | 第76-77页 |
| 9．2 流域产沙系统宏观动态分析 | 第77-83页 |
| 9．3 流域产沙系统微观机理分析 | 第83-85页 |
| 9．4 小结 | 第85-86页 |
| 10 流域产沙系统的系统动力学模型 | 第86-98页 |
| 10．1 流域产沙系统总体反馈回路 | 第86-88页 |
| 10．2 流域产沙系统指标量化 | 第88-90页 |
| 10．3 流域产沙系统流图 | 第90-91页 |
| 10．4 流域产沙系统的系统动力学模型 | 第91-96页 |
| 10．5 系统动力学模型与神经网络模型及物理成因模型的结合 | 第96-97页 |
| 10．6 小结 | 第97-98页 |
| 11 流域产沙系统的系统动力学模型仿真实验研究 | 第98-109页 |
| 11．1 流域概况 | 第98-99页 |
| 11．2 系统存在的问题 | 第99-100页 |
| 11．3 系统模型的研究目标 | 第100页 |
| 11．4 系统模型的概念模型和流图 | 第100-102页 |
| 11．5 系统模型核心方程及参数赋值 | 第102页 |
| 11．6 仿真实验及结果分析 | 第102-108页 |
| 11．7 小结 | 第108-109页 |
| 12 结束语 | 第109-112页 |
| 12．1 主要结论 | 第109-110页 |
| 12．2 创新性 | 第110页 |
| 12．3 未来展望 | 第110-112页 |
| 参考文献 | 第112-119页 |
| 致谢 | 第119-120页 |