地下水动态随机预报模型及其算法的Web集成技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1. 绪论 | 第10-21页 |
| ·研究背景 | 第10-11页 |
| ·研究的目的意义 | 第11-14页 |
| ·地下水动态分析及模型预报的意义 | 第11-12页 |
| ·地下水动态预报应用服务系统建设的必要性 | 第12-13页 |
| ·本次研究空间及后续意义 | 第13-14页 |
| ·相关问题的研究进展 | 第14-18页 |
| ·地下水动态预报模型的研究进展 | 第14-17页 |
| ·地下水动态预报系统的发展 | 第17-18页 |
| ·研究内容及技术路线 | 第18-21页 |
| ·研究思路及内容 | 第18-20页 |
| ·技术路线及框架 | 第20-21页 |
| 2. 地下水动态及其随机预报 | 第21-34页 |
| ·地下水系统 | 第21-23页 |
| ·定义 | 第21页 |
| ·系统组成及概化 | 第21-22页 |
| ·地下水系统所研究的问题 | 第22-23页 |
| ·地下水动态及其影响因素 | 第23-26页 |
| ·地下水动态影响因素 | 第23-26页 |
| ·地下水动态特征 | 第26页 |
| ·水位动态预报 | 第26-34页 |
| ·预报原则及范围 | 第26-27页 |
| ·预报步骤 | 第27页 |
| ·随机预报方法的选择 | 第27-34页 |
| 3. 非平稳时序随机耦合预报模型研究 | 第34-58页 |
| ·研究问题 | 第34-39页 |
| ·水源地I概况 | 第34-37页 |
| ·地下水位动态过程 | 第37-38页 |
| ·预报方法的选择 | 第38-39页 |
| ·地下水动态耦合模型详述 | 第39-46页 |
| ·模型原理 | 第39-40页 |
| ·趋势项数学模型的建立 | 第40-41页 |
| ·周期项的分离与检验 | 第41-43页 |
| ·随机项的拟合 | 第43-46页 |
| ·总预报模型的精度评价 | 第46-48页 |
| ·精度检验指标 | 第46-47页 |
| ·精度评价标准 | 第47-48页 |
| ·模型实现流程 | 第48-50页 |
| ·实例检验 | 第50-58页 |
| ·原始水位数据分析 | 第50-52页 |
| ·建模及预报 | 第52-57页 |
| ·模型效果评价 | 第57-58页 |
| 4. 多因子并行预测的优化ANN模型研究 | 第58-75页 |
| ·研究问题 | 第58-61页 |
| ·水源地II概况 | 第58-59页 |
| ·研究方法的提出 | 第59-61页 |
| ·BP神经网络及其优化算法 | 第61-67页 |
| ·BP神经网络原理 | 第61-64页 |
| ·改进BP训练算法 | 第64-67页 |
| ·基于优化ANN算法预报模型的建立 | 第67-71页 |
| ·L-M改进算法原理推导 | 第67-69页 |
| ·训练样本及模型结构的确定 | 第69-70页 |
| ·模型实现流程 | 第70-71页 |
| ·模型仿真应用及评价 | 第71-75页 |
| ·样本数据的选取 | 第71页 |
| ·训练仿真结果分析 | 第71-73页 |
| ·模型实际应用 | 第73页 |
| ·模型评价 | 第73-75页 |
| 5. 动态预报系统实现及算法集成的技术研究 | 第75-101页 |
| ·预报系统总体构思 | 第75-78页 |
| ·系统体系结构 | 第75-76页 |
| ·系统功能模块 | 第76-77页 |
| ·用户界面设计 | 第77-78页 |
| ·MVC框架的应用实现 | 第78-88页 |
| ·系统实现的技术支持 | 第78-80页 |
| ·Struts框架工作原理 | 第80-82页 |
| ·Struts框架应用实例 | 第82-88页 |
| ·预报模型算法的Web集成 | 第88-99页 |
| ·Matlab的Web集成方案 | 第89-91页 |
| ·Matlab的网络应用 | 第91-94页 |
| ·算法集成的实现 | 第94-97页 |
| ·应用效果 | 第97-99页 |
| ·系统评价及小结 | 第99-101页 |
| 6. 总结与展望 | 第101-104页 |
| ·全文总结 | 第101-103页 |
| ·展望 | 第103-104页 |
| 致谢 | 第104-105页 |
| 参考文献 | 第105-111页 |
| 附录 | 第111页 |
| 一、硕士期间发表的学术论文 | 第111页 |
| 二、硕士期间参与的科研项目 | 第111页 |
