| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-19页 |
| ·选题背景 | 第10-12页 |
| ·研究区概况和选题意义 | 第12-13页 |
| ·径流模拟预报模型在国内外的研究进展 | 第13-16页 |
| ·径流模拟预报的水文模型及其优缺点 | 第13-14页 |
| ·人工神经网络模型在径流模拟预报上的应用 | 第14-16页 |
| ·研究内容及目标 | 第16-18页 |
| ·研究内容 | 第16-17页 |
| ·研究目标 | 第17-18页 |
| ·技术路线 | 第18页 |
| ·本章小结 | 第18-19页 |
| 2 人工神经网络概论 | 第19-31页 |
| ·人工神经网络的概念和特点 | 第19-20页 |
| ·人工神经网络的发展历程 | 第20-21页 |
| ·人工神经网络的学习方法 | 第21-22页 |
| ·学习机理 | 第21页 |
| ·学习方式 | 第21-22页 |
| ·BP 人工神经网络 | 第22-30页 |
| ·BP 算法 | 第22-25页 |
| ·BP 神经网络建模过程中需要考虑的几个问题 | 第25-30页 |
| ·本章小结 | 第30-31页 |
| 3 莺落峡月径流量的模拟 | 第31-53页 |
| ·莺落峡径流量的变化趋势分析 | 第32-35页 |
| ·差积曲线分析 | 第32-33页 |
| ·Mann- kendall 非参数秩次相关突变检测 | 第33-35页 |
| ·降雨量和径流量的关系 | 第35-36页 |
| ·莺落峡的气温与径流关系 | 第36-38页 |
| ·影响莺落峡径流量变化的因素分析 | 第38-41页 |
| ·莺落峡月径流的BP 人工神经网络模型 | 第41-48页 |
| ·资料介绍 | 第41页 |
| ·基于人工神经网络的莺落峡月径流BP 模型 | 第41-43页 |
| ·基于径流分类基础上的莺落峡的月径流BP 模型 | 第43-48页 |
| ·逐步回归模型 | 第48-51页 |
| ·结论 | 第51-53页 |
| 4 正义峡的年径流量模拟 | 第53-62页 |
| ·正义峡的年径流量变化趋势 | 第53-55页 |
| ·影响正义峡径流量变化的因素分析 | 第55-57页 |
| ·正义峡的年径流BP 人工神经网络模型 | 第57-60页 |
| ·不考虑人为因素的正义峡年径流BP 人工神经网络模型 | 第57-59页 |
| ·考虑人为因素的正义峡的年径流BP 人工神经网络模型 | 第59-60页 |
| ·结论 | 第60-62页 |
| 5 径流量预测分析 | 第62-68页 |
| ·莺落峡月径流量预测分析 | 第62-64页 |
| ·正义峡的年径流量预测分析 | 第64-67页 |
| ·结论 | 第67-68页 |
| 6 结论与讨论 | 第68-71页 |
| ·结论 | 第68-69页 |
| ·讨论 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 附录 | 第77-78页 |
| 致谢 | 第78页 |
