基于组合模型的水质预测和评价研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 水质预测和评价的必要性 | 第7页 |
| 1.2 水质评价的国内外研究现状 | 第7-10页 |
| 1.2.1 国外研究现状 | 第7-9页 |
| 1.2.2 国内研究现状 | 第9-10页 |
| 1.3 水质预测的国内外研究现状 | 第10-11页 |
| 1.4 主要研究内容及创新点 | 第11-12页 |
| 第二章 方法概述 | 第12-26页 |
| 2.1 ARIMA模型 | 第12-16页 |
| 2.1.1 ARIMA模型概述 | 第12-13页 |
| 2.1.2 ARIMA模型建模流程 | 第13-16页 |
| 2.2 小波神经网络 | 第16-19页 |
| 2.2.1 从傅里叶变换到小波变换 | 第16-17页 |
| 2.2.2 小波神经网络 | 第17-19页 |
| 2.3 蝙蝠算法 | 第19-22页 |
| 2.3.1 蝙蝠运动速度和位置的更新规则 | 第20-21页 |
| 2.3.2 超声波响度和脉冲频率的更新过程 | 第21页 |
| 2.3.3 蝙蝠算法的操作流程 | 第21-22页 |
| 2.4 T-S模糊神经网络 | 第22-26页 |
| 2.4.1 T-S模糊神经网络的结构 | 第23-24页 |
| 2.4.2 参数调整 | 第24-26页 |
| 第三章 水质评价分析 | 第26-31页 |
| 3.1 水质评价模型的建立过程 | 第26-27页 |
| 3.1.1 样本数据的构造 | 第26-27页 |
| 3.1.2 模型构建过程 | 第27页 |
| 3.2 水质评价模型的验证 | 第27-31页 |
| 3.2.1 黄河流域兰州新城桥断面水质评价 | 第27-29页 |
| 3.2.2 长江流域四川攀枝花龙洞断面水质评价 | 第29-31页 |
| 第四章 基于组合模型的水质预测分析 | 第31-47页 |
| 4.1 模型选择理由 | 第31-33页 |
| 4.1.1 组合模型的选择理由 | 第31-32页 |
| 4.1.2 单项模型的选择理由 | 第32-33页 |
| 4.2 黄河流域兰州新城桥断面水质预测 | 第33-41页 |
| 4.2.1 模型建立过程 | 第33-37页 |
| 4.2.2 预测结果及分析 | 第37-41页 |
| 4.3 长江流域四川攀枝花龙洞断面水质预测 | 第41-44页 |
| 4.4 2016 年水质评价 | 第44-47页 |
| 第五章 结论与展望 | 第47-49页 |
| 5.1 结论 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |
