首页--工业技术论文--水利工程论文--水利工程基础科学论文--工程水文学论文--洪水论文

山区流域洪水流量神经网络预报模型研究

摘要第3-4页
ABSTRACT第4-5页
第一章 绪论第8-15页
    1.1 研究目的和意义第8-9页
    1.2 国内外研究现状第9-14页
        1.2.1 人工神经网络的发展第9-10页
        1.2.2 神经网络在水文预报中的应用第10-11页
        1.2.3 神经网络算法优化第11-14页
    1.3 研究内容第14-15页
第二章 人工神经网络算法第15-26页
    2.1 人工神经网络第15页
    2.2 人工神经网络的基本结构第15-17页
    2.3 BP神经网络第17-21页
        2.3.1 BP神经网络概述第17-18页
        2.3.2 BP神经网络基本原理第18-21页
    2.4 LMBP神经网络第21-22页
    2.5 RBF神经网络第22-25页
        2.5.1 RBF网络基本结构第23-24页
        2.5.2 RBF网络的训练过程第24-25页
    2.6 本章小结第25-26页
第三章 流域洪水分析与计算第26-34页
    3.1 流域概况第26页
    3.2 流域水文气象特征第26-28页
    3.3 流域洪涝灾害第28-29页
    3.4 流域洪水分析与计算第29-32页
    3.5 流域洪水特性分析第32页
    3.6 本章小结第32-34页
第四章 山区流域神经网络洪水预报模型第34-79页
    4.1 山区流域神经网络洪水预报模型的建立第34-39页
        4.1.1 洪水预报数学模型第34页
        4.1.2 样本选择与输入第34-35页
        4.1.3 算法与模型结构设计第35-37页
        4.1.4 输入输出模式第37-39页
    4.2 基于模式一的崇阳溪流域神经网络洪水预报模型第39-59页
        4.2.1 样本资料输入第39-40页
        4.2.2 洪水传播时间的确定第40-41页
        4.2.3 模型构建和参数试算第41-44页
        4.2.4 模拟预报结果第44-55页
        4.2.5 模拟预报结果评定第55-59页
    4.3 基于模式二的崇阳溪流域神经网络洪水预报模型第59-76页
        4.3.1 模型构建和参数试算第60-62页
        4.3.2 模拟预报结果第62-73页
        4.3.3 模拟预报结果评定第73-76页
    4.4 模型输出结果比较第76-78页
    4.5 本章小结第78-79页
第五章 结论与展望第79-81页
    5.1 结论第79-80页
    5.2 展望第80-81页
参考文献第81-85页
致谢第85-86页
个人简介第86页

论文共86页,点击 下载论文
上一篇:计及浅水及岸壁效应的船舶斜航运动水动力数值计算
下一篇:传统聚落保护与再生的“自助式”关键技术导则研究