| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 第一章 绪论 | 第12-20页 |
| ·课题研究的意义和目的 | 第12页 |
| ·国内外发展概况 | 第12-17页 |
| ·实时灌溉预报的发展概况 | 第12-13页 |
| ·参考作物需水量(ET_0)的相关研究进展 | 第13-15页 |
| ·人工神经网络的发展概况 | 第15-17页 |
| ·粒子群算法的发展与应用 | 第17页 |
| ·研究内容和方法 | 第17-18页 |
| ·浑蒲灌区概况 | 第18-20页 |
| 第二章 基于粒子群优化算法的BP神经网络 | 第20-30页 |
| ·BP神经网络 | 第20-22页 |
| ·BP神经网络学习规则 | 第20-21页 |
| ·BP神经网络的特点 | 第21-22页 |
| ·粒子群优化算法 | 第22-27页 |
| ·粒子群优化算法的基本思想 | 第22-24页 |
| ·参数分析 | 第24-25页 |
| ·粒子群算法的基本流程 | 第25-27页 |
| ·粒子群算法的特点 | 第27页 |
| ·基于粒子群优化的BP神经网络模型(PSO-BP) | 第27-30页 |
| ·基于粒子群优化的BP神经网络算法流程 | 第28-29页 |
| ·基于粒子群优化的BP神经网络特点 | 第29-30页 |
| 第三章 浑蒲灌区作物需水量实时预报 | 第30-66页 |
| ·参考作物需水量的分析计算模型(Penman-Monteith公式) | 第30-34页 |
| ·基于PSO-BP的逐日参考作物需水量的预测 | 第34-54页 |
| ·样本的选取与数据处理 | 第34-37页 |
| ·PSO-BP网络模型的构建 | 第37-43页 |
| ·基于PSO-BP网络模型的参考作物需水量预测结果分析 | 第43-54页 |
| ·作物需水量的预测 | 第54-61页 |
| ·作物需水量的定义 | 第54页 |
| ·作物需水量的测定 | 第54-57页 |
| ·作物需水量的计算 | 第57-61页 |
| ·基于Matlab7.0的灌区作物需水量实时预报软件开发 | 第61-66页 |
| ·系统开发原则 | 第61页 |
| ·软件结构与功能 | 第61-66页 |
| 第四章 结论与建议 | 第66-68页 |
| (1)结论 | 第66页 |
| (2)建议 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间发表的学术论文目录 | 第73页 |
