| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 选题背景和研究意义 | 第10-11页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究进展 | 第11-13页 |
| 1.2.1 国外研究进展 | 第11-12页 |
| 1.2.2 国内研究进展 | 第12-13页 |
| 1.3 研究主要内容 | 第13-15页 |
| 1.4 技术路线 | 第15-16页 |
| 2 我国重要城市水务一体化管理调查与分析 | 第16-30页 |
| 2.1 基本概念 | 第16-17页 |
| 2.1.1 水务与水利概念 | 第16页 |
| 2.1.2 城市水务系统的相关概念 | 第16-17页 |
| 2.1.3 水务一体化管理 | 第17页 |
| 2.2 研究对象范围的确定 | 第17-20页 |
| 2.2.1 确定研究对象所考虑的因素 | 第17-18页 |
| 2.2.2 纳入研究对象范围的城市总体情况分析 | 第18-19页 |
| 2.2.3 总体分析框架图 | 第19-20页 |
| 2.3 重要城市水务一体化职能落实情况分析 | 第20-25页 |
| 2.3.1 全国水务管理机构基本情况 | 第20-22页 |
| 2.3.2 研究重要城市水务管理机构涉水职能情况分析 | 第22-25页 |
| 2.4 重要城市水务一体化管理现状总体分析 | 第25页 |
| 2.5 我国水务一体化管理改革的成效 | 第25-27页 |
| 2.6 我国水务一体化管理体制改革的存在的不足 | 第27页 |
| 2.7 本章小结 | 第27-30页 |
| 3 基于LM-BP神经网络的水务一体化管理综合评价 | 第30-50页 |
| 3.1 人工神经网络的基本原理 | 第30页 |
| 3.2 BP神经网络的概述 | 第30-35页 |
| 3.2.1 BP神经网络的拓扑结构 | 第31-33页 |
| 3.2.2 BP神经网络的学习算法 | 第33-34页 |
| 3.2.3 LM-BP神经网络的算法及流程图 | 第34-35页 |
| 3.3 水务一体化管理综合评价指标体系的建立 | 第35-40页 |
| 3.3.1 指标选取的原则 | 第35-36页 |
| 3.3.2 水务一体化管理指标体系的建立 | 第36-38页 |
| 3.3.3 水务一体化管理指标评分标准 | 第38-40页 |
| 3.4 基于LM-BP神经网络的水务一体化管理现状综合评价模型的建立 | 第40-47页 |
| 3.4.1 评价对象的选取 | 第40-41页 |
| 3.4.2 基于LM-BP神经网络的评价模型的建立 | 第41-43页 |
| 3.4.3 基于层次分析法的评价模型的建立 | 第43-47页 |
| 3.4.4 评价结果的分析与对比 | 第47页 |
| 3.5 本章小结 | 第47-50页 |
| 4 深化我国城市水务一体化管理改革的对策 | 第50-56页 |
| 4.1 深化我国水务一体化管理体制改革面临的新形势及新要求 | 第50-52页 |
| 4.1.1 水务一体化管理是落实治水新方针的需要 | 第50页 |
| 4.1.2 水务一体化管理是加快建设生态文明和推进生态文明制度体系的需要 | 第50-51页 |
| 4.1.3 水务一体化管理是推进国家新型城镇化的需要 | 第51页 |
| 4.1.4 水务一体化管理是水务行业适应国家“大数据战略”的需要 | 第51-52页 |
| 4.2 深化我国水务一体化管理体制改革的对策 | 第52-55页 |
| 4.2.1 构建新型城市水务治理结构 | 第52-53页 |
| 4.2.2 整合水务产业结构，健全多元化投融资机制 | 第53页 |
| 4.2.3 建立合理的水价形成机制 | 第53页 |
| 4.2.4 完善水务行业相关法律法规 | 第53-54页 |
| 4.2.5 实现城乡水务一体化管理，为水资源优化配置提供有力体制保证 | 第54页 |
| 4.2.6 构建合理高效的竞争机制 | 第54-55页 |
| 4.2.7 加强水务信息化建设，实现智能水务 | 第55页 |
| 4.3 本章小结 | 第55-56页 |
| 5 结论与展望 | 第56-58页 |
| 5.1 主要研究结论 | 第56页 |
| 5.2 主要研究创新 | 第56-57页 |
| 5.3 研究中的不足 | 第57页 |
| 5.4 进一步研究展望 | 第57-58页 |
| 攻读学位期间参加的科研项目及发表的学术论文 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-64页 |
