| 第一章 概 述 | 第10-35页 |
| 1.1 引 言 | 第10-11页 |
| 1.2 城市洪水灾害概述 | 第11-15页 |
| 1.2.1 洪水的概念 | 第11页 |
| 1.2.2 洪水灾害 | 第11-12页 |
| 1.2.3 城市成灾暴雨和洪水灾害的类型 | 第12-14页 |
| 1.2.4 城市洪水灾害的特点 | 第14-15页 |
| 1.3 城市洪水灾害的研究背景和意义 | 第15-20页 |
| 1.3.1 城市防洪减灾研究的背景 | 第15-19页 |
| 1.3.2 城市防洪减灾研究的意义 | 第19-20页 |
| 1.4 城市防洪减灾的研究进展及现状 | 第20-32页 |
| 1.4.1 洪水灾害理论研究 | 第20-24页 |
| 1.4.2 洪水监测研究 | 第24-25页 |
| 1.4.3 洪水预测研究 | 第25-26页 |
| 1.4.4 损失评估方法研究 | 第26-29页 |
| 1.4.5 防洪最优决策方法研究 | 第29-30页 |
| 1.4.6 决策支持系统研究 | 第30-32页 |
| 1.5 本文研究的主要内容 | 第32-35页 |
| 第二章 城市智能型防洪减灾决策支持系统的总体框架设计 | 第35-50页 |
| 2.1 引 言 | 第35页 |
| 2.2 决策支持系统、智能决策支持系统及在城市防洪减灾中的应用 | 第35-39页 |
| 2.2.1 DSS 的概念及其结构 | 第36-37页 |
| 2.2.2 智能决策支持系统 | 第37-39页 |
| 2.3 城市防洪减灾决策问题的系统分析 | 第39-41页 |
| 2.3.1 城市防洪减灾决策及其特点 | 第39-40页 |
| 2.3.2 系统决策过程分析 | 第40-41页 |
| 2.4 城市智能型防洪减灾决策支持系统的设计的目的和原则 | 第41-42页 |
| 2.4.1 城市智能型防洪减灾决策支持系统的设计目的 | 第41页 |
| 2.4.2 城市智能型防洪减灾决策支持系统设计的原则 | 第41-42页 |
| 2.5 城市智能型防洪减灾决策支持系统的总体框架设计 | 第42-49页 |
| 2.5.1 防洪减灾决策支持系统 | 第42-43页 |
| 2.5.2 系统分析 | 第43页 |
| 2.5.3 系统的功能 | 第43-44页 |
| 2.5.4 系统的总体框架结构 | 第44-49页 |
| 2.6 本章小结 | 第49-50页 |
| 第三章 城市洪灾成因机理的系统分析 | 第50-63页 |
| 3.1 引 言 | 第50页 |
| 3.2 城市洪水灾害系统的组成及特征 | 第50-53页 |
| 3.2.1 城市洪水灾害系统的组成 | 第50-51页 |
| 3.2.2 城市洪水灾害系统的特征 | 第51-53页 |
| 3.3 城市洪水灾害的自然生态环境成因分析 | 第53-57页 |
| 3.3.1 洪水自然生态系统的异常状态与运动 | 第53-54页 |
| 3.3.2 城市洪水灾害的自然因素成因 | 第54-57页 |
| 3.3.3 城市洪水灾害自然生态系统之间的相互作用 | 第57页 |
| 3.4 城市洪水灾害的社会经济成因分析 | 第57-62页 |
| 3.4.1 掠夺性垦殖土地对城市洪水灾害的影响 | 第58-59页 |
| 3.4.2 社会经济活动对城市洪水灾害的影响 | 第59-62页 |
| 3.5 本章小结 | 第62-63页 |
| 第四章 基于 GA 的 ANN 优化预测模型及在水文预报中的应用 | 第63-80页 |
| 4.1 引 言 | 第63-64页 |
| 4.2 神经网络的基本理论及其在水文预报中的应用 | 第64-68页 |
| 4.2.1 神经网络的基本理论 | 第64-66页 |
| 4.2.2 神经网络在水文水资源中的应用 | 第66-68页 |
| 4.3 遗传算法及其应用 | 第68-70页 |
| 4.4 基于遗传算法的神经网络模型在流量预测中的应用 | 第70-76页 |
| 4.4.1 流量预测的前馈型神经网络-BP 模型及其算法 | 第70-71页 |
| 4.4.2 遗传算法模型 | 第71-74页 |
| 4.4.3 基于 GA 的神经网络模型在流量预测中的应用 | 第74-76页 |
| 4.5 应用实例 | 第76-79页 |
| 4.6 本章小结 | 第79-80页 |
| 第五章 基于 GIS 的河道、蓄滞洪区洪水演进动态可视化仿真研究 | 第80-94页 |
| 5.1 引 言 | 第80-81页 |
| 5.2 基于 GIS 的可视化仿真原理与方法 | 第81-83页 |
| 5.2.1 可视化仿真的基本概念 | 第81页 |
| 5.2.2 基于 GIS 的可视化仿真技术 | 第81-83页 |
| 5.3 河道、蓄滞洪区洪水演进动态可视化仿真系统设计 | 第83-85页 |
| 5.3.1 河道、蓄滞洪区洪水演进动态可视化过程分析 | 第83-84页 |
| 5.3.2 洪水演进动态可视化系统总体结构设计 | 第84-85页 |
| 5.4 河道、蓄滞洪区洪水演进模型的建立 | 第85-89页 |
| 5.4.1 河道洪水演进仿真的数学模型 | 第85-87页 |
| 5.4.2 蓄滞洪区洪水演进仿真的数学模型 | 第87-88页 |
| 5.4.3 河道、蓄滞洪区洪水演进三维动态可视化仿真模型 | 第88-89页 |
| 5.5 洪水演进三维动态可视化系统的开发模式及实现技术 | 第89-91页 |
| 5.5.1 系统开发模式 | 第89-90页 |
| 5.5.2 基于 GIS 的洪水演进仿真数据可视化获取与表达 | 第90页 |
| 5.5.3 洪水演进三维动态演示的实现技术 | 第90-91页 |
| 5.6 应用实例 | 第91-92页 |
| 5.7 本章小结 | 第92-94页 |
| 第六章 城市洪水灾害损失预测模型研究 | 第94-107页 |
| 6.1 引 言 | 第94页 |
| 6.2 城市洪水灾害损失的分类 | 第94-96页 |
| 6.2.1 经济损失 | 第95-96页 |
| 6.2.2 洪灾对政治社会的影响 | 第96页 |
| 6.2.3 洪灾对生态环境的影响 | 第96页 |
| 6.3 城市洪水灾害损失的影响因素 | 第96-100页 |
| 6.3.1 城市洪灾损失影响因素的确定 | 第96-98页 |
| 6.3.2 影响因素的变化趋势及对洪灾损失的影响分析 | 第98-100页 |
| 6.4 城市洪灾损失的预测模型 | 第100-106页 |
| 6.4.1 城市洪灾直接经济损失预测模型 | 第101-103页 |
| 6.4.2 间接经济损失预测模型 | 第103-106页 |
| 6.5 本章小结 | 第106-107页 |
| 第七章 城市防洪减灾多目标决策模型研究 | 第107-120页 |
| 7.1 引 言 | 第107-108页 |
| 7.2 城市防洪减灾方案的最优决策过程分析 | 第108-111页 |
| 7.2.1 城市防洪减灾的措施 | 第108-110页 |
| 7.2.2 防洪减灾最优决策过程分析 | 第110-111页 |
| 7.3 城市防洪减灾方案评价指标体系的建立 | 第111-112页 |
| 7.4 城市防洪减灾方案多目标决策模型的建立 | 第112-115页 |
| 7.4.1 模糊优选 BP 神经网络的正向决策模型 | 第112-114页 |
| 7.4.2 模糊优选 BP 神经网络决策反馈的权重调整模型 | 第114-115页 |
| 7.4.3 模糊优选 BP 神经网络的动态决策过程 | 第115页 |
| 7.5 模糊优选神经网络模型在城市防洪减灾方案优化中的应用 | 第115-119页 |
| 7.5.1 利用模糊优选 BP 神经网络模型对城市防洪减灾方案优化的步骤 | 第116-117页 |
| 7.5.2 应用实例 | 第117-119页 |
| 7.6 本章小结 | 第119-120页 |
| 第八章 结束语 | 第120-125页 |
| 参考文献 | 第125-133页 |
| 发表论文和参加科研情况说明 | 第133-134页 |
| 附录 | 第134-137页 |
| 致谢 | 第137页 |
