给水系统优化分析中水量问题的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题背景 | 第10-12页 |
| ·世界水资源现状 | 第10-11页 |
| ·我国水资源现状 | 第11页 |
| ·给水系统发展的要点 | 第11-12页 |
| ·国内外水量分析问题的现状与进展 | 第12-15页 |
| ·国外的研究现状与进展 | 第13-14页 |
| ·我国的研究现状与进展 | 第14-15页 |
| ·存在的问题与不足 | 第15-16页 |
| ·本课题研究的主要内容、目的和意义 | 第16-19页 |
| ·研究的主要内容 | 第16页 |
| ·研究的目的和意义 | 第16-19页 |
| 第2章 水量预测问题概述 | 第19-34页 |
| ·水量预测的概念和意义 | 第19-23页 |
| ·水量预测的概念 | 第19页 |
| ·水量预测的分类 | 第19-20页 |
| ·水量预测的意义与作用 | 第20-22页 |
| ·水量预测的特点 | 第22-23页 |
| ·水量预测的原则及建模步骤 | 第23-25页 |
| ·水量预测的原则 | 第23-24页 |
| ·建立预测模型的一般过程 | 第24-25页 |
| ·水量预测模型的选择 | 第25-28页 |
| ·回归分析模型 | 第25-26页 |
| ·时间序列模型 | 第26-27页 |
| ·灰色预测模型 | 第27页 |
| ·人工神经网络模型 | 第27-28页 |
| ·组合预测模型 | 第28页 |
| ·分类预测模型 | 第28页 |
| ·水量预测误差分析及精度评价 | 第28-33页 |
| ·产生误差原因 | 第29页 |
| ·预测误差分析 | 第29-31页 |
| ·预测精度评价分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 神经网络预测模型的应用与改进 | 第34-54页 |
| ·人工神经元网络模型概述 | 第34-39页 |
| ·人工神经元 | 第34-37页 |
| ·人工神经元网络模型 | 第37-39页 |
| ·人工神经元网络的训练 | 第39页 |
| ·BP神经网络的结构以及基本原理 | 第39-47页 |
| ·BP网络模型 | 第40页 |
| ·BP网络原理 | 第40-44页 |
| ·BP网络输入样本的归一化 | 第44-45页 |
| ·BP网络性能分析 | 第45页 |
| ·ABPM神经网络 | 第45-47页 |
| ·建立预测模型及实例分析 | 第47-53页 |
| ·模型建立 | 第47-48页 |
| ·实例研究 | 第48-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 用户用水量变化的预测分析 | 第54-65页 |
| ·城市用水大总体情况调查 | 第54-56页 |
| ·哈尔滨用水户用水类型的分类 | 第54-55页 |
| ·典型用水户的选取 | 第55-56页 |
| ·大用户水量动态预测模型探讨 | 第56-60页 |
| ·指数平滑法 | 第57-59页 |
| ·SE-GM模拟预测法 | 第59-60页 |
| ·对某用户的预测分析 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 用户用水量上溯 | 第65-81页 |
| ·水量上溯的基础 | 第65-66页 |
| ·用户在WNW中的定位和上溯 | 第66-67页 |
| ·各类型用户的瞿定和水量数据的收集 | 第67-74页 |
| ·对用户进行聚类分析 | 第67-68页 |
| ·聚类分析方法 | 第68-72页 |
| ·各类用户用水量变化规律的确定 | 第72-74页 |
| ·用户用水量的收集和整理 | 第74页 |
| ·计算实例 | 第74-79页 |
| ·在WNW中选取一块区域 | 第75页 |
| ·从营业收费系统调取需要的数据 | 第75-77页 |
| ·用户流量的上溯计算 | 第77-78页 |
| ·预测流量的上溯计算 | 第78-79页 |
| ·前景展望 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-88页 |
| 致谢 | 第88页 |
