首页--工业技术论文--水利工程论文--水利工程基础科学论文--工程水文学论文--径流论文

径流还原计算技术方法及其应用研究

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

论文共112页,点击 下载论文
上一篇:大型灌区节水改造项目综合后评价指标权重确定及评价方法研究
下一篇:河川径流的混沌特征和预测研究