| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·水文预报研究的背景及意义 | 第11-12页 |
| ·国内外水文预报系统的研究现状 | 第12-15页 |
| ·时间序列、混沌理论以及自适应神经网络模糊推理系统的发展 | 第15-19页 |
| ·本文的主要研究内容 | 第19-21页 |
| 第2章 时间序列分析的基本概念及原理简介 | 第21-27页 |
| ·时间序列的基本概念及分类 | 第21页 |
| ·时间序列分析的原理 | 第21-26页 |
| ·时间序列分析的概念 | 第21页 |
| ·时间序列模型的组成分析 | 第21-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 混沌的基本概念及原理简介 | 第27-36页 |
| ·混沌的基本概念 | 第27-28页 |
| ·混沌与混沌学 | 第27页 |
| ·有关混沌的几个基本术语 | 第27-28页 |
| ·混沌与随即过程的区别 | 第28页 |
| ·混沌原理简介 | 第28-34页 |
| ·水文系统混沌识别简介 | 第28-29页 |
| ·延迟时间 | 第29-30页 |
| ·嵌入维数 | 第30-32页 |
| ·李亚普诺夫指数 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第4章 自适应神经网络模糊推理系统的基本概念及原理简介 | 第36-44页 |
| ·模糊逻辑的基本概念 | 第36-38页 |
| ·模糊逻辑的特点和应用分析 | 第36-37页 |
| ·模糊推理系统的分类 | 第37-38页 |
| ·自适应神经网络模糊推理系统 | 第38-42页 |
| ·自适应神经网络模糊推理系统的概述 | 第38-39页 |
| ·自适应神经模糊推理系统的模型结构 | 第39-40页 |
| ·MATLAB 辅助ANFIS 设计 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第5章 基于混沌与去趋势的自适应神经网络模糊推理系统在漳河月径流预报中的应用 | 第44-56页 |
| ·原始资料 | 第44页 |
| ·原始数据来源简介 | 第44页 |
| ·原始数据简要分析 | 第44页 |
| ·趋势项的识别与提取 | 第44-47页 |
| ·趋势项的识别 | 第44-45页 |
| ·趋势项的提取 | 第45-47页 |
| ·周期项的识别与提取 | 第47-48页 |
| ·趋势项的识别 | 第47页 |
| ·趋势项的提取 | 第47-48页 |
| ·剩余序列的计算 | 第48-49页 |
| ·混沌的识别 | 第49-52页 |
| ·延迟时间的计算 | 第49页 |
| ·嵌入维数的计算 | 第49-51页 |
| ·最大李亚普诺夫指数的计算 | 第51-52页 |
| ·混沌序列的自适应神经网络模糊推理系统 | 第52-53页 |
| ·结果叠加与评价 | 第53-55页 |
| ·结果的叠加 | 第53-54页 |
| ·结果的评价 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 结论与展望 | 第56-58页 |
| ·结论 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |
| 发表论文和参加科研情况 | 第71页 |
