中文摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第8-17页 |
1.1 研究背景及意义 | 第8-11页 |
1.1.1 研究背景 | 第8-9页 |
1.1.2 研究意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 研究内容及主要创新 | 第13-15页 |
1.3.1 研究内容、重难点及解决的关键问题 | 第13-14页 |
1.3.2 论文的特色及主要创新之处 | 第14-15页 |
1.4 研究方法及技术路线 | 第15-17页 |
第二章 中国旱灾损失的基本情况 | 第17-20页 |
2.1 干旱巨灾风险的定义 | 第17-19页 |
2.2 中国干旱巨灾风险的特点 | 第19-20页 |
第三章 中国旱灾损失的预测 | 第20-31页 |
3.1 灰色Elman神经网络模型 | 第20-28页 |
3.1.1 灰色模型 | 第20-24页 |
3.1.1.1 灰色模型的分类 | 第21-22页 |
3.1.1.2 灰色系统预测模型GM(1,1)模型的建模步骤 | 第22-23页 |
3.1.1.3 灰色预测模型中数据内涵特点 | 第23-24页 |
3.1.2 Elman神经网络及其学习算法 | 第24-28页 |
3.1.2.1 Elman人工神经网络简介 | 第24-25页 |
3.1.2.2 Elman神经网络的原理及算法 | 第25-27页 |
3.1.2.3 灰色Elman神经网络预测流程 | 第27-28页 |
3.2 旱灾损失的预测 | 第28-31页 |
3.2.1 数据搜集及处理 | 第28-29页 |
3.2.2 旱灾损失的预测 | 第29-31页 |
第四章 中国旱灾损失分布研究 | 第31-45页 |
4.1 旱灾的损失分布概况 | 第31-34页 |
4.2 极值理论 | 第34-42页 |
4.2.1 极值理论原理 | 第34-35页 |
4.2.2 极值理论的两类模型 | 第35-40页 |
4.2.2.1 经典BMM模型 | 第35-37页 |
4.2.2.2 基于广义帕累托分布的POT模型 | 第37-38页 |
4.2.2.3 超出随机门限值方法(Peaks Over Random Threshold,PORT) | 第38-40页 |
4.2.3 极值参数估计 | 第40-42页 |
4.2.3.1 门限值的选取 | 第40-41页 |
4.2.3.2 GPD分布的参数估计 | 第41-42页 |
4.3 旱灾损失分布实证分析 | 第42-45页 |
4.3.1 数据的搜集 | 第42页 |
4.3.2 样本数据尾部检验 | 第42-44页 |
4.3.3 参数估计 | 第44-45页 |
第五章 针对实证分析结果的应对策略 | 第45-51页 |
5.1 提高干旱保险补偿作用 | 第45-46页 |
5.2 增加水利基础设施建设的投资 | 第46-47页 |
5.3 提高水资源利用率 | 第47页 |
5.4 制定全国范围应对极端旱灾的规划与预案措施 | 第47-49页 |
5.5 加强信息化预警技术研发 | 第49页 |
5.6 加强干旱管理的立法工作 | 第49-50页 |
5.7 加强公众教育和市场机制培育 | 第50-51页 |
第六章 总结与展望 | 第51-52页 |
参考文献 | 第52-55页 |
致谢 | 第55页 |