| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 1 绪论 | 第18-33页 |
| 1.1 研究背景与意义 | 第18-19页 |
| 1.1.1 研究背景 | 第18-19页 |
| 1.1.2 研究意义 | 第19页 |
| 1.2 相关研究进展 | 第19-30页 |
| 1.2.1 用水量的分类 | 第19-22页 |
| 1.2.2 用水量影响因子相关研究 | 第22-23页 |
| 1.2.3 用水量预测方法相关研究 | 第23-24页 |
| 1.2.4 最严格水资源管理制度 | 第24-29页 |
| 1.2.5 相关研究进展评述 | 第29-30页 |
| 1.3 研究目标、研究内容与技术路线 | 第30-33页 |
| 1.3.1 研究目标 | 第30页 |
| 1.3.2 研究内容 | 第30-31页 |
| 1.3.3 技术路线 | 第31-33页 |
| 2 上海市用水量变化影响因子研究方法探讨 | 第33-44页 |
| 2.1 上海市区域概况及水资源概况 | 第33-36页 |
| 2.1.1 上海市区域概况 | 第33-36页 |
| 2.1.2 上海市水资源概况 | 第36页 |
| 2.2 用水量变化影响因子定性分析方法 | 第36-37页 |
| 2.2.1 文献资料调查 | 第36-37页 |
| 2.2.2 影响因子驱动性分析 | 第37页 |
| 2.2.3 影响机理分析 | 第37页 |
| 2.3 用水量变化关键影响因子选取的定量分析方法 | 第37-42页 |
| 2.3.1 用水量变化关键影响因子选取原则 | 第37-38页 |
| 2.3.2 灰色关联度分析法 | 第38-40页 |
| 2.3.3 LMDI分解法 | 第40-42页 |
| 2.4 用水量预测方法 | 第42-44页 |
| 2.4.1 基于GM(1,1)灰色理论模型的关键影响因子预测方法 | 第42页 |
| 2.4.2 基于MATLAB的BP神经网络模型的用水量预测方法 | 第42-44页 |
| 3 上海市用水量变化影响因子及影响机理分析 | 第44-61页 |
| 3.1 农业用水量(M_1)影响因子及影响机理分析 | 第44-49页 |
| 3.1.1 影响因子分析 | 第44-46页 |
| 3.1.2 影响机理分析 | 第46-49页 |
| 3.1.3 M_1影响因子小结 | 第49页 |
| 3.2 工业用水量(M_2)影响因子及影响机理分析 | 第49-53页 |
| 3.2.1 影响因子分析 | 第49-51页 |
| 3.2.2 影响机理分析 | 第51-53页 |
| 3.2.3 M_2影响因子小结 | 第53页 |
| 3.3 居民生活用水量(M_3)影响因子及影响机理分析 | 第53-57页 |
| 3.3.1 影响因子分析 | 第53-55页 |
| 3.3.2 影响机理分析 | 第55-56页 |
| 3.3.3 M_3影响因子小结 | 第56-57页 |
| 3.4 城市公共用水量(M_4)影响因子及影响机理分析 | 第57-59页 |
| 3.4.1 影响因子分析 | 第57-58页 |
| 3.4.2 影响机理分析 | 第58-59页 |
| 3.4.3 城市公共用水量影响因子小结 | 第59页 |
| 3.5 小结 | 第59-61页 |
| 4 上海市用水量变化关键影响因子选取 | 第61-87页 |
| 4.1 农业用水量(M_1)关键影响因子选取 | 第61-67页 |
| 4.1.1 数据收集 | 第61页 |
| 4.1.2 M_1影响因子变化趋势分析 | 第61-66页 |
| 4.1.3 灰色关联度分析 | 第66-67页 |
| 4.1.4 关键影响因子选取 | 第67页 |
| 4.2 工业用水量(M_2)关键影响因子选取 | 第67-71页 |
| 4.2.1 数据收集 | 第67-68页 |
| 4.2.2 M_2影响因子变化趋势分析 | 第68-70页 |
| 4.2.3 灰色关联度分析 | 第70-71页 |
| 4.2.4 关键影响因子选取 | 第71页 |
| 4.3 居民生活用水量(M_3)关键影响因子选取 | 第71-76页 |
| 4.3.1 数据收集 | 第71-72页 |
| 4.3.2 M_3影响因子变化趋势分析 | 第72-75页 |
| 4.3.3 灰色关联度分析 | 第75-76页 |
| 4.3.4 关键影响因子选取 | 第76页 |
| 4.4 城市公共用水量(M_4)关键影响因子选取 | 第76-79页 |
| 4.4.1 数据收集 | 第76-77页 |
| 4.4.2 M_4影响因子变化趋势分析 | 第77-79页 |
| 4.4.3 灰色关联度分析 | 第79页 |
| 4.4.4 关键影响因子选取 | 第79页 |
| 4.5 用水总量(M)影响因素分析与关键影响因子选取 | 第79-85页 |
| 4.5.1 基于LMDI分解法的用水总量影响因素分析 | 第79-85页 |
| 4.5.2 关键影响因素选取 | 第85页 |
| 4.6 小结 | 第85-87页 |
| 5 基于关键影响因子的用水量预测及用水量控制途径分析 | 第87-98页 |
| 5.1 基于GM(1,1)灰色理论模型的关键影响因子预测 | 第87-88页 |
| 5.2 基于BP神经网络的用水量预测 | 第88-91页 |
| 5.2.1 网络训练和检验 | 第89-90页 |
| 5.2.2 预测结果 | 第90-91页 |
| 5.3 上海市用水量控制途径分析 | 第91-97页 |
| 5.3.1 农业用水量控制途径分析 | 第91-93页 |
| 5.3.2 工业用水量控制途径分析 | 第93-94页 |
| 5.3.3 居民生活用水量控制途径分析 | 第94-96页 |
| 5.3.4 城市公共用水量控制途径分析 | 第96-97页 |
| 5.4 小结 | 第97-98页 |
| 6 结论 | 第98-101页 |
| 6.1 总结 | 第98-99页 |
| 6.2 讨论 | 第99-101页 |
| 参考文献 | 第101-106页 |
| 致谢 | 第106-107页 |
