| 摘要 | 第3-7页 |
| Abstract | 第7-8页 |
| 1 引言 | 第11-21页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究意义及目的 | 第11-12页 |
| 1.3 国内外研究进展 | 第12-18页 |
| 1.3.1 水文、气候因子模拟预测方法的国内外研究进展 | 第12-13页 |
| 1.3.2 均生函数模拟预测方法的研究进展 | 第13-14页 |
| 1.3.3 BP神经网络模拟预测方法的国内外研究进展 | 第14-15页 |
| 1.3.4 均生函数和BP神经网络相关耦合模拟预测模型的研究进展 | 第15-16页 |
| 1.3.5 水文、气候因子模拟预测应用软件的国内外研究进展 | 第16-18页 |
| 1.4 研究的技术路线 | 第18-20页 |
| 1.5 研究内容 | 第20-21页 |
| 2 相关基础原理及方法 | 第21-28页 |
| 2.1 均生函数的基本原理 | 第21-22页 |
| 2.2 CSC 双评分准则原理 | 第22页 |
| 2.3 BP神经网络的基本原理 | 第22-24页 |
| 2.4 均生函数最优回归子集(MGF-OSR)原理 | 第24-25页 |
| 2.5 均生函数最优子集-BP神经网络(MGF-OSR-BP)原理 | 第25-26页 |
| 2.6 数据处理的方法 | 第26-27页 |
| 2.7 相关统计指标的计算方法 | 第27-28页 |
| 3 均生函数与BP神经网络耦合模拟预测模型(MGF-BP-Ⅰ)的建立 | 第28-46页 |
| 3.1 以往模型可以改进的空间分析 | 第28-29页 |
| 3.2 均生函数与BP神经网络耦合方式的分析 | 第29-32页 |
| 3.2.1 以往耦合方式的分析 | 第29-30页 |
| 3.2.2 新耦合方式的尝试分析 | 第30-32页 |
| 3.3 MGF-BP-Ⅰ模拟预测模型 | 第32-34页 |
| 3.3.1 MGF-BP-Ⅰ模拟预测模型流程 | 第32页 |
| 3.3.2 MGF-BP-Ⅰ模拟预测模型原理 | 第32-34页 |
| 3.4 MGF-BP-Ⅰ模拟预测模型的程序实现过程 | 第34-42页 |
| 3.5 MGF-OSR模拟预测模型的程序实现过程 | 第42-43页 |
| 3.6 MGF-OSR-BP模拟预测模型的程序实现过程 | 第43-44页 |
| 3.7 讨论 | 第44-46页 |
| 4 MGF-BP-Ⅰ模拟预测模型的应用及对比分析 | 第46-65页 |
| 4.1 应用使用的相关数据 | 第46-47页 |
| 4.1.1 研究区概况 | 第46-47页 |
| 4.1.2 数据分析与处理 | 第47页 |
| 4.2 模拟预测模型的应用 | 第47-61页 |
| 4.2.1 MGF-OSR模拟预测模型的应用 | 第47-50页 |
| 4.2.2 MGF-OSR-BP模拟预测模型的应用 | 第50-51页 |
| 4.2.3 MGF-BP-Ⅰ模拟预测模型的应用 | 第51-61页 |
| 4.2.3.1 MGF-BP-Ⅰ建模期最优 | 第54-56页 |
| 4.2.3.2 MGF-BP-Ⅰ检验期最优 | 第56-58页 |
| 4.2.3.3 MGF-BP-Ⅰ整体同时最优 | 第58-61页 |
| 4.3 三种方法五种模式模拟预测模型结果对比与分析 | 第61-64页 |
| 4.4 讨论 | 第64-65页 |
| 5 MGF-BP-Ⅰ模拟预测模型应用软件开发及应用 | 第65-89页 |
| 5.1 MGF-BP-Ⅰ应用软件的设计方案 | 第65-72页 |
| 5.1.1 应用软件需求分析 | 第65-67页 |
| 5.1.2 应用软件设计原则 | 第67页 |
| 5.1.3 应用软件模块划分及功能介绍 | 第67-68页 |
| 5.1.4 应用软件的编码 | 第68-72页 |
| 5.2 MGF-BP-Ⅰ应用软件的建立 | 第72-78页 |
| 5.2.1 应用软件方法模块的实现 | 第72-75页 |
| 5.2.2 查看模块的实现 | 第75-77页 |
| 5.2.3 链接模块的实现 | 第77-78页 |
| 5.2.4 输入输出模块的实现 | 第78页 |
| 5.2.5 帮助模块的实现 | 第78页 |
| 5.3 MGF-BP-Ⅰ模拟预测应用软件在气温模拟预测中的应用 | 第78-84页 |
| 5.4 平均气温的三种方法五种模式模拟预测模型结果对比与分析 | 第84-85页 |
| 5.5 模型区域适应性的进一步验证 | 第85-88页 |
| 5.6 讨论 | 第88-89页 |
| 6 结论展望 | 第89-92页 |
| 6.1 结论 | 第89-90页 |
| 6.2 展望 | 第90-92页 |
| 致谢 | 第92-93页 |
| 参考文献 | 第93-98页 |
| 附录 | 第98-108页 |
| 作者简介 | 第108页 |
