喀斯特流域径流模拟分析
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·研究内容和技术路线 | 第15-17页 |
| ·本文的主要内容 | 第15页 |
| ·技术路线 | 第15-17页 |
| 第二章 喀斯特流域系统理论体系 | 第17-25页 |
| ·系统论 | 第17-18页 |
| ·系统论的概念 | 第17页 |
| ·系统思想 | 第17-18页 |
| ·复杂适应系统理论 | 第18页 |
| ·开放复杂巨系统理论 | 第18页 |
| ·喀斯特水文地貌统 | 第18-19页 |
| ·流域地貌系统 | 第18-19页 |
| ·喀斯特流域地貌 | 第19页 |
| ·喀斯特水文 | 第19页 |
| ·喀斯特流域产流机制及产流特征 | 第19-21页 |
| ·产流机制 | 第19-20页 |
| ·产流特征 | 第20-21页 |
| ·喀斯特流域的汇流模式 | 第21-22页 |
| ·喀斯特流域水文模型 | 第22-25页 |
| ·喀斯特流域水文模型模拟面临的问题 | 第22-23页 |
| ·岩溶地区水文模型的应用现状及趋势 | 第23页 |
| ·新理论新方法的引进 | 第23-25页 |
| 第三章 水文模型的基本结构 | 第25-36页 |
| ·水文模型 | 第25-26页 |
| ·水文模型的分类 | 第25-26页 |
| ·目前广泛应用的水文模型 | 第26页 |
| ·水文模型的线性与非线性 | 第26-28页 |
| ·随机水文模型 | 第28页 |
| ·水文预报 | 第28-29页 |
| ·时间序列预报模型 | 第29-32页 |
| ·自回归过程 | 第30页 |
| ·移动平均过程 | 第30页 |
| ·自回归移动平均过程 | 第30-32页 |
| ·建模过程 | 第32-36页 |
| ·数据的处理 | 第32-33页 |
| ·模型识别 | 第33-34页 |
| ·参数估计 | 第34-35页 |
| ·模型评价 | 第35-36页 |
| 第四章 基于神经网络的径流预报 | 第36-49页 |
| ·人工神经元网络模型 | 第36-42页 |
| ·人工神经元模型 | 第36-37页 |
| ·人工神经网络模型 | 第37-38页 |
| ·BP 神经网络的原理和算法 | 第38-40页 |
| ·BP网络学习算法 | 第40页 |
| ·BP网络学习算法的改进 | 第40-41页 |
| ·L—M算法 | 第41-42页 |
| ·动量法 | 第42页 |
| ·神经网络的计算机实现 | 第42-46页 |
| ·BP 神经网络设计的基本方法 | 第43-44页 |
| ·训练方法及其参数选择 | 第44-46页 |
| ·应用实例 | 第46-49页 |
| ·数据预处理 | 第46页 |
| ·BP模型输入层的确定 | 第46-47页 |
| ·预测结果分析 | 第47-49页 |
| 第五章 本文总结与展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附录 | 第54-55页 |
| 致谢 | 第55页 |
