城市需水量的预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-21页 |
| ·选题背景和意义 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·城市需水量预测方法综述 | 第14-19页 |
| ·数学预测方法 | 第14-17页 |
| ·供水领域的专业方法 | 第17-18页 |
| ·分类预测思想 | 第18-19页 |
| ·本论文的研究内容 | 第19-21页 |
| 第2章 人工神经网络算法 | 第21-38页 |
| ·人工神经网络 | 第21-26页 |
| ·人工神经网络的概念 | 第21页 |
| ·人工神经网络的工作原理 | 第21页 |
| ·人工神经网络的模型 | 第21-24页 |
| ·人工神经网络的结构 | 第24-25页 |
| ·人工神经网络的学习 | 第25页 |
| ·人工神经网络的学习规则 | 第25-26页 |
| ·人工神经网络的优点与应用 | 第26页 |
| ·BP 神经网络 | 第26-37页 |
| ·BP 网络的原理 | 第26-27页 |
| ·BP 神经网络结构模型 | 第27页 |
| ·BP 算法的学习过程 | 第27-28页 |
| ·BP 算法的公式推导 | 第28-32页 |
| ·BP 算法的学习步骤及公式总结 | 第32-34页 |
| ·BP 算法的改进 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 基于BP 算法的城市需水量预测 | 第38-54页 |
| ·城市需水量预测的基本步骤 | 第38-39页 |
| ·城市需水量的分类 | 第39-41页 |
| ·用水量主要影响因子的选择 | 第41-48页 |
| ·影响因子的选择原则 | 第41页 |
| ·各类用水影响因子的选择 | 第41-48页 |
| ·需水量预测算法步骤及流程图 | 第48-50页 |
| ·BP 神经网络用于城市需水量预测的步骤 | 第48-49页 |
| ·BP 神经网络用于城市需水量预测流程图 | 第49-50页 |
| ·BP 网络算法预测城市需水量的详细设计 | 第50-53页 |
| ·数据处理 | 第50-51页 |
| ·网络结构设计 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 仿真结果分析与预测系统的实现 | 第54-59页 |
| ·隐含层节点数目的选择与网络训练 | 第54-56页 |
| ·隐节点数与训练曲线的收敛速度 | 第54-55页 |
| ·隐节点数与训练误差 | 第55-56页 |
| ·网络测试 | 第56-57页 |
| ·改进后的BP 算法 | 第57-58页 |
| ·城市需水量预测系统 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 后记或致谢 | 第63-64页 |
| 作者简介及读研期间主要科研成果 | 第64-65页 |
