基于数据挖掘技术在城市供水的分析与决策
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·世界水资源的现状及我国的基本情况 | 第7页 |
| ·广东省水资源的现状 | 第7-8页 |
| ·基于数据挖掘技术在城市供水中的应用与现状 | 第8-9页 |
| ·本文研究内容 | 第9-10页 |
| 第二章 广州城市供水现状分析 | 第10-18页 |
| ·城市概况 | 第10页 |
| ·气候特征 | 第10页 |
| ·水源特征 | 第10页 |
| ·城市用水概况 | 第10-18页 |
| ·居民生活用水现状 | 第12-14页 |
| ·公共服务用水现状 | 第14-15页 |
| ·生产用水现状 | 第15-18页 |
| 第三章 城市供水分析预测模型 | 第18-47页 |
| ·数据准备 | 第20页 |
| ·特征选择算法 | 第20-25页 |
| ·数据筛选 | 第20-21页 |
| ·数据分级 | 第21-24页 |
| ·数据选择 | 第24-25页 |
| ·线性回归分析 | 第25-34页 |
| ·线性回归的概述 | 第25页 |
| ·线性回归的估计 | 第25-26页 |
| ·线性回归模型的检验 | 第26-27页 |
| ·线性回归模型建立 | 第27-29页 |
| ·线性回归模型优化 | 第29-34页 |
| ·人工神经网络 | 第34-39页 |
| ·人工神经网络概念 | 第35页 |
| ·人工神经网络模型建立 | 第35-36页 |
| ·多层感知器 | 第36-37页 |
| ·RBF 神经网络模型 | 第37-39页 |
| ·时间序列函数 | 第39-44页 |
| ·时间序列预测的传统方法 | 第39-40页 |
| ·指数平滑法模型 | 第40页 |
| ·简单指数平滑法 | 第40-41页 |
| ·布朗单一参数指数平滑法 | 第41-42页 |
| ·霍特双参数指数平滑模型 | 第42-43页 |
| ·阻尼趋势指数平滑 | 第43-44页 |
| ·灰度模型 | 第44-47页 |
| 第四章 城市供水决策 | 第47-54页 |
| ·城市供水模型分析 | 第47-49页 |
| ·回归分析 | 第47-48页 |
| ·神经网络分析 | 第48页 |
| ·时间序列分析 | 第48页 |
| ·灰度分析 | 第48-49页 |
| ·城市供水模型选择 | 第49页 |
| ·城市供水预测 | 第49-52页 |
| ·城市供水问题及解决办法 | 第52-54页 |
| 第五章 总结与建议 | 第54-56页 |
| ·工作小结 | 第54页 |
| ·结论与建议 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献名录 | 第57-58页 |
