| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 前言 | 第7-13页 |
| ·研究目的和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·神经网络的国内外研究进展 | 第8-9页 |
| ·神经网络方法预报降水量的国内外研究进展 | 第9-10页 |
| ·神经网络方法预报冰厚度的国内外研究进展 | 第10-11页 |
| ·研究内容和方法 | 第11页 |
| ·研究成果 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| 第二章 相关原理及方法 | 第13-21页 |
| ·BP神经网络的基本原理 | 第13-15页 |
| ·均生函数方法 | 第15-17页 |
| ·最优子集回归方法 | 第17-18页 |
| ·逐步回归方法 | 第18-19页 |
| ·遗传算法的基本原理 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第三章 MGF-OSR-BP模型在降雨量预报中的应用研究 | 第21-41页 |
| ·BP神经网络训练流程 | 第21页 |
| ·改进BP神经网络的思想 | 第21-23页 |
| ·改进BP神经网络的实现步骤 | 第23-24页 |
| ·模型建立过程 | 第24-34页 |
| ·确定模型训练样本 | 第24页 |
| ·样本数据预处理 | 第24-27页 |
| ·建立均生函数逐步回归模型 | 第27-28页 |
| ·MGF-OSR模型的建立 | 第28-29页 |
| ·BP神经网络结构设计 | 第29-30页 |
| ·MATLAB神经网络工具箱 | 第30-34页 |
| ·MGF-OSR-BP神经网络预报模型建立 | 第34页 |
| ·三种模型拟合和预报结果分析 | 第34-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 GA改进BP模型在电线覆冰厚度预报中的应用研究 | 第41-55页 |
| ·GA操作流程 | 第41页 |
| ·GA优化BP神经网络的思想及实现 | 第41-43页 |
| ·模型建立过程及应用分析 | 第43-51页 |
| ·样本选取 | 第43-44页 |
| ·预报因子的提取 | 第44-45页 |
| ·建立逐步回归方法的预报方程 | 第45-46页 |
| ·建立MGF-OSR-BP模型及拟合结果分析 | 第46-49页 |
| ·基于GA改进BP神经网络模型建立及拟合结果分析 | 第49-51页 |
| ·三种模型预报结果分析 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 总结和展望 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·进一步的工作 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
| 攻读学位期间学习情况 | 第62页 |
| 作者攻读学位期间参与的项目 | 第62页 |
| 作者攻读学位期间发表的学术论文 | 第62页 |
| 作者攻读学位期间取得的其他学术成果 | 第62页 |