| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-25页 |
| ·研究背景 | 第12-13页 |
| ·水资源时空、地域分布不均匀 | 第12页 |
| ·水资源污染严重 | 第12-13页 |
| ·水资源供需矛盾突出 | 第13页 |
| ·需水量预测方法概述 | 第13-22页 |
| ·需水量预测方法的分类 | 第13-14页 |
| ·需水量预测方法的应用 | 第14-22页 |
| ·国内外需水量预测研究进展 | 第22-23页 |
| ·国外研究进展 | 第22-23页 |
| ·国内研究进展 | 第23页 |
| ·本文研究的主要内容 | 第23-25页 |
| 第二章 基于加速遗传算法的灰色预测模型 | 第25-38页 |
| ·概率 | 第25页 |
| ·灰色预测模型 | 第25-28页 |
| ·灰色系统理论 | 第25页 |
| ·灰色模型的建立 | 第25-27页 |
| ·模型精度检验 | 第27-28页 |
| ·存在的问题及方法的改进 | 第28-31页 |
| ·存在的问题 | 第28-29页 |
| ·方法的改进 | 第29-31页 |
| ·基于加速遗传算法的GM(1,1)模型 | 第31-34页 |
| ·加速遗传算法简介 | 第31-33页 |
| ·基于加速遗传算法的GM(1,1)模型研制 | 第33-34页 |
| ·应用实例 | 第34-37页 |
| ·小结 | 第37-38页 |
| 第三章 基于主成分BP神经网络的区域需水量预测模型 | 第38-48页 |
| ·概述 | 第38页 |
| ·人工神经网络的基本原理 | 第38-40页 |
| ·BP神经网络算法 | 第40-44页 |
| ·BP神经网络的结构模型 | 第40-41页 |
| ·BP算法的实现步骤 | 第41-42页 |
| ·BP神经网络的特点及不足 | 第42-44页 |
| ·基于主成分BP神经网络的区域需水量预测模型研制 | 第44-45页 |
| ·主成分分析法概述 | 第44-45页 |
| ·主成分BP神经网络的区域需水量预测模型 | 第45页 |
| ·应用实例 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第四章 基于集对分析的区域需水量组合预测模型 | 第48-56页 |
| ·概述 | 第48页 |
| ·集对分析原理 | 第48-49页 |
| ·SPA—CF的建立 | 第49-52页 |
| ·实例应用 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第五章 结论与展望 | 第56-58页 |
| ·结论 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-65页 |
| 攻读硕士学位期间发表的论文 | 第65页 |