| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-25页 |
| ·课题的来源与研究目标 | 第11-12页 |
| ·径流预报复杂性和不确定性分析 | 第12-16页 |
| ·径流预报方法及研究进展 | 第16-22页 |
| ·本文研究的主要内容 | 第22-25页 |
| 2 非线性预报建模与分析 | 第25-50页 |
| ·引言 | 第25-26页 |
| ·系统建模的一般原理 | 第26-28页 |
| ·小波分析建模 | 第28-43页 |
| ·相关向量机建模 | 第43-46页 |
| ·非线性预报建模问题分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 3 基于Biased 小波网络的径流预报模型 | 第50-72页 |
| ·引言 | 第50页 |
| ·小波网络概述 | 第50-55页 |
| ·Biased 小波网络 | 第55-61页 |
| ·网络学习过程 | 第61-65页 |
| ·凤滩水库月径流预报应用实例 | 第65-71页 |
| ·本章小结 | 第71-72页 |
| 4 非参数Bayesian MCMC 径流量频率预报方法研究 | 第72-94页 |
| ·引言 | 第72-73页 |
| ·径流量频率预报 | 第73页 |
| ·基于历史信息的径流频率参数估计 | 第73-77页 |
| ·非参数Bayesian MCMC 方法 | 第77-83页 |
| ·凤滩水库径流量频率分析 | 第83-93页 |
| ·本章小结 | 第93-94页 |
| 5 基于相关向量机的径流预报不确定性研究 | 第94-112页 |
| ·引言 | 第94-95页 |
| ·相关向量回归模型 | 第95-101页 |
| ·径流预报不确定性分析 | 第101-104页 |
| ·函数回归实例计算 | 第104-105页 |
| ·宜昌站日径流预报实例分析 | 第105-111页 |
| ·本章小结 | 第111-112页 |
| 6 全文总结与展望 | 第112-115页 |
| 参考文献 | 第115-129页 |
| 致谢 | 第129-130页 |
| 附录1：攻读博士期间所发表的论文 | 第130-132页 |
| 附录2：攻读博士期间完成和参与的科研项目 | 第132页 |