| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-20页 |
| ·选题背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·神经网络预测研究现状 | 第10-12页 |
| ·人工神经网络在水文领域的应用现状 | 第12-17页 |
| ·人工神经网络在降雨径流预报中的应用 | 第13-14页 |
| ·人工神经网络在水质预测中的应用 | 第14-15页 |
| ·人工神经网络在水环境评价中的应用 | 第15-16页 |
| ·人工神经网络在水害防治中的应用 | 第16-17页 |
| ·人工神经网络在水资源配置与管理决策中的应用 | 第17页 |
| ·本文研究的主要内容及技术路线 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 人工神经网络基本理论 | 第20-31页 |
| ·人工神经网络简介 | 第20页 |
| ·人工神经网络的发展历史 | 第20-21页 |
| ·人工神经网络模型 | 第21-26页 |
| ·人工神经元模型 | 第21-24页 |
| ·BP网络模型的改进及其优化 | 第24-26页 |
| ·人工神经网络的分类及学习规则 | 第26-29页 |
| ·人工神经网络的分类 | 第26-28页 |
| ·人工神经网络的学习 | 第28-29页 |
| ·人工神经网络的信息处理能力 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 改进的BP网络在地下水质量评价中的应用 | 第31-42页 |
| ·引言 | 第31页 |
| ·地下水质量评价的基本原理 | 第31-35页 |
| ·常用的地下水质评价方法 | 第31-33页 |
| ·评价原则 | 第33-34页 |
| ·BP神经网络模型参数的确定 | 第34-35页 |
| ·应用实例 | 第35-40页 |
| ·改进的BP网络模型的建立 | 第35-40页 |
| ·评价结果分析比较 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第四章 模糊模式识别神经网络在径流预报中的应用 | 第42-54页 |
| ·引言 | 第42页 |
| ·模糊模式识别神经网络预报模型 | 第42-49页 |
| ·预报模型 | 第42-45页 |
| ·模糊模式识别预报模型的基本原理 | 第45-46页 |
| ·模糊模式识别神经网络的最速下降—共轭梯度学习方法 | 第46-49页 |
| ·应用实例 | 第49-52页 |
| ·网络模型的建立 | 第49-51页 |
| ·径流预报结果分析比较 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 人工神经网络在河道洪水预报中的应用 | 第54-74页 |
| ·引言 | 第54页 |
| ·洪水神经网络预报的基本原理 | 第54-57页 |
| ·神经网络峰值识别理论 | 第57-58页 |
| ·洪水预报精度评定 | 第58-60页 |
| ·单一河道洪水预报模型 | 第60-62页 |
| ·河道洪水预报应用实例 | 第62-72页 |
| ·水位预报模型 | 第65-66页 |
| ·流量预报模型 | 第66页 |
| ·双输入双输出的水位流量洪水预报模型 | 第66-70页 |
| ·洪水预报结果分析比较 | 第70-72页 |
| ·本章小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 附录A 攻读硕士期间发表论文目录 | 第83-84页 |
| 附录B 主程序代码 | 第84-86页 |