| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-25页 |
| ·选题背景和研究意义 | 第12-13页 |
| ·中长期水文预报的研究现状 | 第13-17页 |
| ·水库群优化调度研究现状 | 第17-21页 |
| ·水文预报与水库群优化调度的发展趋势 | 第21页 |
| ·本文主要研究内容 | 第21-25页 |
| 2 基于Levenberg-Marquardt算法的模糊优选神经网络模型 | 第25-41页 |
| ·引言 | 第25页 |
| ·模糊优选神经网络BP模型 | 第25-28页 |
| ·基于L-M算法的模糊优选神经网络模型 | 第28-32页 |
| ·L-M算法 | 第28-29页 |
| ·L-M算法的计算步骤 | 第29-30页 |
| ·基于L-M算法的模糊优选神经网络模型 | 第30-32页 |
| ·实例应用 | 第32-40页 |
| ·实际数据 | 第32-35页 |
| ·黄河凌汛预测分析 | 第35-40页 |
| ·小结 | 第40-41页 |
| 3 基于PSO参数辨识SVM的径流预测研究 | 第41-58页 |
| ·引言 | 第41-42页 |
| ·支持向量机原理 | 第42-43页 |
| ·微粒群算法原理 | 第43-45页 |
| ·基于微粒群的支持向量机参数识别 | 第45-47页 |
| ·实际应用 | 第47-56页 |
| ·参数范围确定 | 第47-49页 |
| ·实例一 | 第49-53页 |
| ·实例二 | 第53-54页 |
| ·实例三 | 第54-56页 |
| ·小结 | 第56-58页 |
| 4 小波分析在径流预测中的应用研究 | 第58-72页 |
| ·引言 | 第58页 |
| ·小波变换算法 | 第58页 |
| ·ARMA模型辨识 | 第58-61页 |
| ·ARMA模型的定义 | 第58-61页 |
| ·ARMA模型估计步骤 | 第61页 |
| ·小波-ARMA分频预测模型 | 第61-62页 |
| ·实际应用 | 第62-68页 |
| ·小波分频预测模型的实用性研究 | 第68-71页 |
| ·小结 | 第71-72页 |
| 5 基于改进PSO的梯级水库群优化调度 | 第72-88页 |
| ·引言 | 第72-73页 |
| ·梯级水库群优化调度的数学模型 | 第73-74页 |
| ·改进微粒群算法 | 第74-76页 |
| ·算法的改进 | 第74-75页 |
| ·计算步骤 | 第75-76页 |
| ·初始微粒群和可行域的生成 | 第76-77页 |
| ·实际应用 | 第77-87页 |
| ·小结 | 第87-88页 |
| 6 基于径流预测的水电站优化调度决策方法研究 | 第88-103页 |
| ·引言 | 第88页 |
| ·基于径流预测的水电站优化调度决策 | 第88-93页 |
| ·加权马尔可夫链年径流量预测 | 第93-99页 |
| ·加权马尔可夫链预测的思想 | 第93页 |
| ·加权马尔可夫链预测的方法步骤 | 第93-95页 |
| ·年径流量预测 | 第95-99页 |
| ·基于径流预测(修正后)的水电站优化调度决策 | 第99-102页 |
| ·小结 | 第102-103页 |
| 7 基于图论与设计模式的水库预报调度系统集成设计研究 | 第103-123页 |
| ·引言 | 第103页 |
| ·系统总体设计 | 第103-105页 |
| ·基于图论的水库预报调度系统拓扑关系分析 | 第105-113页 |
| ·水库预报调度系统的数学模型 | 第105-107页 |
| ·图的类型 | 第107页 |
| ·图的表示 | 第107-109页 |
| ·图的正确性检验 | 第109页 |
| ·水库群预报常规调度计算 | 第109-112页 |
| ·水库群预报常规调度方案管理 | 第112-113页 |
| ·水库群预报优化调度计算与方案管理 | 第113页 |
| ·水库预报调度系统的设计模式研究 | 第113-122页 |
| ·设计模式 | 第113-114页 |
| ·水库预报调度系统的设计模式研究 | 第114-122页 |
| ·小结 | 第122-123页 |
| 8 总结与展望 | 第123-126页 |
| ·全文总结 | 第123-124页 |
| ·展望 | 第124-126页 |
| 参考文献 | 第126-133页 |
| 创新点摘要 | 第133-134页 |
| 攻读博士学位期间参加课题和发表论文情况 | 第134-135页 |
| I 参加课题 | 第134页 |
| II 发表论文 | 第134-135页 |
| 附录 | 第135-158页 |
| 附录一 支持向量机原理 | 第135-144页 |
| ·分类支持向量机(SVC) | 第135-137页 |
| ·回归支持向量机(SVR) | 第137-140页 |
| ·支持向量机训练算法 | 第140-144页 |
| 附录二 小波变化算法 | 第144-152页 |
| ·傅立叶变换 | 第144-145页 |
| ·小波分析 | 第145-152页 |
| 附录三 不同径流描述和优化调度计算表格 | 第152-158页 |
| ·上限 | 第152-153页 |
| ·下限 | 第153-155页 |
| ·插值 | 第155-158页 |
| 致谢 | 第158-159页 |