基于混合BP神经网络的河流水位流量预测方法研究

声明

第一章 绪论

1.1 论文选题背景及意义

1.1.1 研究背景

1.1.2 研究意义及目的

1.2 国内外研究现状

1.2.1 物理模型研究现状

1.2.2 数据统计研究现状

1.2.3 智能方法研究现状

1.2.4 集成模型研究现状

1.3 论文研究内容和组织结构

1.3.1 研究内容及方案

1.3.2 技术路线

1.3.3 论文组织结构

第二章 研究区域及数据处理

2.1 研究区域

2.2 数据处理

2.3 评价指标

第三章 基于VMD-BP模型的河流流量预测

3.1 水位流量关系研究

3.2 河流流量VMD-BP预测模型

3.2.1 VMD模型

3.2.2 BP神经网络

3.2.3 VMD-BP模型

3.3 实例分析

3.3.1 模型预处理分析

3.3.2 模型结果分析

3.3.3 模型对比验证

3.4 本章小结

第四章 顾及时滞效应的上下游水位VMD-BP模型预测

4.1 上下游水位关系

4.2 上下游VMD-BP集成模型的构建

4.2.1 时空序列模型

4.2.2 集成模型

4.3 实例分析

4.3.1 模型预处理分析

4.3.2 模型结果分析

4.3.3 模型对比验证

4.4 本章小结

第五章 长江中游流域水位流量预测预警系统

5.1 系统开发主要技术及工具

5.1.1 ArcGIS Engine介绍

5.1.2 Visual Studio .NET介绍

5.1.3 数据库系统

5.2 水位流量预测预警系统总体设计

5.2.1 设计目标及原则

5.2.2 总体架构设计

5.2.3 功能模块设计

5.2.4 数据库系统设计

5.3 水位流量预测预警系统的实现及应用

（1）登陆界面

（2）系统主界面

（3）信息管理

（4）数据分析

（5）水文预测

5.4 本章小结

第六章 总结与展望

6.1 主要结论

6.2 未来展望

致谢

参考文献

攻读硕士期间参与的项目及研究成果