基于小波神经网络的流域日径流预报模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-19页 |
| ·本文研究意义 | 第8-9页 |
| ·径流预报方法分类 | 第9-13页 |
| ·小波神经网络理论研究进展 | 第13-14页 |
| ·人工神经网络研究的主要内容 | 第14-15页 |
| ·小波理论在水文学中的应用 | 第15-18页 |
| ·本章小结 | 第18-19页 |
| 2 基于人工神经网络的径流预报 | 第19-29页 |
| ·人工神经网络概述 | 第19页 |
| ·神经网络模型结构 | 第19-22页 |
| ·人工神经网络的特点 | 第22-24页 |
| ·BP 神经网络工作原理 | 第24-27页 |
| ·BP 神经网络日径流预报方法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 3 小波变换用于水文时间序列分析 | 第29-33页 |
| ·小波分析的发展 | 第29-30页 |
| ·小波变换的定义与基本性质 | 第30-31页 |
| ·小波降噪的原理 | 第31页 |
| ·小波分析用于日径流量时间序列分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 小波神经网络模型在径流预报中的应用 | 第33-37页 |
| ·小波神经网络模型结构研究 | 第33-35页 |
| ·小波函数的选择 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 5 实例研究 | 第37-50页 |
| ·系统界面设计 | 第37-38页 |
| ·小波降噪用于日径流预报 | 第38-40页 |
| ·日径流预报小波神经网络结构率定 | 第40-42页 |
| ·小波神经网络模型预报效果 | 第42-46页 |
| ·模型的气候适用性对比研究 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 6 结论与展望 | 第50-52页 |
| ·全文总结 | 第50-51页 |
| ·前景展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录1 攻读学位期间发表论文目录 | 第56页 |
