| 摘要 | 第8-9页 |
| 英文摘要 | 第9-10页 |
| 1 绪论 | 第11-18页 |
| 1.1 立题依据 | 第11页 |
| 1.2 研究目的与意义 | 第11-12页 |
| 1.3 国内外研究动态 | 第12-15页 |
| 1.3.1 地下水水位动态预测研究 | 第12页 |
| 1.3.2 人类活动对水资源影响研究 | 第12-14页 |
| 1.3.3 水资源优化配置的研究 | 第14-15页 |
| 1.4 研究评述 | 第15-16页 |
| 1.5 研究内容及技术路线图 | 第16-18页 |
| 1.5.1 研究内容 | 第16-17页 |
| 1.5.2 技术路线 | 第17-18页 |
| 2 研究区概况介绍 | 第18-22页 |
| 2.1 自然概况 | 第18-19页 |
| 2.1.1 地理位置 | 第18页 |
| 2.1.2 气象条件 | 第18-19页 |
| 2.1.3 河流水系 | 第19页 |
| 2.2 社会经济概况 | 第19-20页 |
| 2.3 水利工程设施及水资源利用情况 | 第20-22页 |
| 3 人工神经网络模型在区域地下水水位预测中的应用 | 第22-39页 |
| 3.1 BP神经网络在区域地下水水位预测中的应用研究 | 第22-27页 |
| 3.1.1 BP神经网络简介 | 第22-23页 |
| 3.1.2 BP神经网络的构建 | 第23-24页 |
| 3.1.3 BP神经网络在地下水水位预测中的应用 | 第24-27页 |
| 3.2 RBF神经网络在区域地下水水位预测中的应用研究 | 第27-31页 |
| 3.2.1 RBF神经网络模型结构 | 第27-28页 |
| 3.2.2 RBF神经网络的学习方法 | 第28页 |
| 3.2.3 RBF神经网络在区域地下水水位预测中的应用 | 第28-31页 |
| 3.3 Elman神经网络在区域地下水水位预测中的应用研究 | 第31-35页 |
| 3.3.1 Elman神经网络结构 | 第31-32页 |
| 3.3.2 Elman神经网络在地下水水位预测中的应用 | 第32-35页 |
| 3.4 评价与预测 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 人类活动对区域地下水水位影响程度分析 | 第39-50页 |
| 4.1 人类活动对区域地下水水位影响程度评价模型 | 第39-41页 |
| 4.1.1 TOPSIS模型简介 | 第39页 |
| 4.1.2 模型构建 | 第39-41页 |
| 4.2 人类活动对区域地下水水位影响程度评价 | 第41-44页 |
| 4.2.1 影响程度划分 | 第41-42页 |
| 4.2.2 评价指标的选取 | 第42-43页 |
| 4.2.3 权重的确定 | 第43页 |
| 4.2.4 评价结果 | 第43-44页 |
| 4.3 人类活动对地下水水位影响程度时空特征分析 | 第44-49页 |
| 4.3.1 影响程度趋势 | 第44-46页 |
| 4.3.2 讨论分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 人类活动影响下的区域水资源优化配置研究 | 第50-61页 |
| 5.1 水资源优化配置理论简介 | 第50-51页 |
| 5.1.1 水资源优化配置概念 | 第50页 |
| 5.1.2 水资源优化配置原则 | 第50-51页 |
| 5.1.3 水资源优化配置目标 | 第51页 |
| 5.2 主从递阶多目标决策模型 | 第51-52页 |
| 5.3 基于粒子群优化算法的主从多博弈主体模型构建 | 第52-55页 |
| 5.3.1 建模思路 | 第52页 |
| 5.3.2 目标函数 | 第52-54页 |
| 5.3.3 约束条件 | 第54页 |
| 5.3.4 参数设置 | 第54-55页 |
| 5.4 优化配置结果与分析 | 第55-60页 |
| 5.5 本章小结 | 第60-61页 |
| 6 结论与展望 | 第61-63页 |
| 6.1 结论 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间发表的学术论文 | 第70页 |
