摘要 | 第1-5页 |
Abstract | 第5-7页 |
目录 | 第7-10页 |
1 概述 | 第10-17页 |
·径流还原、还现计算的基本内涵及认识 | 第10-12页 |
·径流还原还现计算的概念 | 第10-11页 |
·径流还原计算的目的及意义 | 第11-12页 |
·国内外径流还原计算技术的研究现状 | 第12-15页 |
·国内径流还原计算的研究现状 | 第12-14页 |
·国外径流还原计算的研究综述 | 第14-15页 |
·本研究的主要内容和技术路线 | 第15-17页 |
2 山西省坪上水库流域概况 | 第17-29页 |
·坪上水库流域地形地貌以及气象条件 | 第17-19页 |
·地形地貌 | 第17-19页 |
·坪上水库流域气象条件 | 第19页 |
·坪上水库的流域水文资料 | 第19-26页 |
·坪上水库流域的水文资料的说明 | 第26-29页 |
a 资料可靠性审查 | 第27页 |
b 资料一致性审查和还原计算 | 第27页 |
c 资料代表性分析 | 第27-29页 |
3 径流还原计算的传统方法及应用研究 | 第29-44页 |
·水量平衡法及其应用 | 第29-33页 |
·降雨、径流的基本概念 | 第29页 |
·影响径流形成的主要因素 | 第29-30页 |
·水量平衡法的计算原理 | 第30-31页 |
·水量平衡法计算结果及其分析 | 第31-33页 |
·径流还原计算的降雨径流模型及其应用 | 第33-42页 |
·降雨径流模型 | 第33页 |
·水库流域径流还原计算降雨径流模型的建立 | 第33-34页 |
·多元线性回归模型及其求解 | 第34-42页 |
·多元线性回归模型 | 第34-37页 |
·最优回归方程的求解方法 | 第37-42页 |
·径流还原计算的传统方法及应用研究总结 | 第42-44页 |
4 径流还原计算中的人工神经网络技术及其应用研究 | 第44-67页 |
·人工神经网络的基本原理 | 第44-50页 |
·人工神经网络简述 | 第44-47页 |
·人工神经元模型 | 第47-48页 |
·人工神经网络模型的拓扑结构 | 第48-49页 |
·人工神经网络的运行过程 | 第49-50页 |
·BP神经网络 | 第50-55页 |
·BP神经网络介绍 | 第50页 |
·BP神经网络模型介绍 | 第50-51页 |
·BP神经网络的算法 | 第51-54页 |
·BP算法的缺陷及改进的指导思想 | 第54-55页 |
·遗传算法基本知识 | 第55-57页 |
·遗传算法基本原理 | 第55-56页 |
·遗传算法的运算流程 | 第56-57页 |
·遗传BP神经网络在径流还原计算中的应用 | 第57-65页 |
·模型建立的基本思想 | 第57-58页 |
·BP神经网络的设计 | 第58-62页 |
·遗传算法优化BP网络初始权重方法的实现 | 第62-63页 |
·坪上水库流域天然径流遗传BP神经网络模型的建立 | 第63-65页 |
·小结 | 第65-67页 |
5 小波理论在径流还原计算中的应用研究 | 第67-83页 |
·小波分析发展简介 | 第67-69页 |
·傅立叶变换 | 第67-68页 |
·短时傅立叶变换 | 第68页 |
·小波分析 | 第68-69页 |
·小波理论的基础知识 | 第69-71页 |
·小波的概念 | 第69页 |
·连续小波变换(CWT) | 第69-70页 |
·离散小波变换(DWT) | 第70-71页 |
·二进小波变换 | 第71页 |
·多分辨率分析 | 第71-75页 |
·尺度空间 | 第71-72页 |
·多分辨分析 | 第72-73页 |
·小波空间 | 第73-74页 |
·Mallat算法 | 第74-75页 |
·预测模型介绍 | 第75-77页 |
·AR(P)模型 | 第75-76页 |
·谐波预测模型 | 第76-77页 |
·基于小波分解的分项预测模型在径流还原计算中的应用 | 第77-82页 |
·建模思路 | 第77-78页 |
·小波的选择 | 第78-79页 |
·实例分析 | 第79-82页 |
·小结 | 第82-83页 |
6 径流还原计算软件系统的开发 | 第83-101页 |
·程序语言的选择 | 第83-88页 |
·开发语言 | 第83-84页 |
·仿真与分析工具 | 第84页 |
·数据库管理系统 | 第84-85页 |
·VB访问数据库的几种方法 | 第85-86页 |
·VB与MATLAB的集成技术 | 第86-87页 |
·Vb与excel的集成技术 | 第87-88页 |
·软件的开发 | 第88-100页 |
·"基本资料"菜单 | 第91-92页 |
·"水量平衡法"菜单 | 第92-93页 |
·"降雨径流模型"菜单 | 第93-95页 |
·"遗传BP神经网络"菜单 | 第95-97页 |
·"基于小波分解的分项预测模型"菜单 | 第97-100页 |
·"横向比较"菜单 | 第100页 |
·小结 | 第100-101页 |
7 结论与展望 | 第101-105页 |
·坪上水库流域径流还原计算多模型计算结果的横向比较 | 第101-102页 |
·结论与展望 | 第102-105页 |
·研究结论 | 第102-104页 |
·展望 | 第104-105页 |
致谢 | 第105-106页 |
参考文献 | 第106-112页 |
攻读博士学位期间发表的论文及 | 第112页 |
参加的主要科研项目 | 第112页 |
一、学术论文 | 第112页 |
二、攻读博士期间参加的科研项目 | 第112页 |