灌區(qū)運(yùn)行狀況評價(jià)方法與灌溉用水量預(yù)測技術(shù)研究

第一章 灌區(qū)運(yùn)行狀況評價(jià)的意義
1.1 日趨嚴(yán)峻的水資源形勢要求加強(qiáng)灌區(qū)管理
1.1.1 世界水資源概述
1.1.2 中國水資源概述
1.2 我國的灌區(qū)現(xiàn)狀要求適時(shí)對灌區(qū)進(jìn)行評價(jià)
1.2.1 我國灌區(qū)的基本情況
1.2.2 我國灌區(qū)的地位及作用
1.2 3我國灌區(qū)發(fā)展面臨的困難與機(jī)遇
1.3 灌區(qū)運(yùn)行評價(jià)的主要內(nèi)容
1.3.1 評價(jià)背景
1.3.2 評價(jià)內(nèi)容
1.3.3 評價(jià)技術(shù)路線
第二章 灌區(qū)評價(jià)指標(biāo)體系及評價(jià)方法研究
2.1 評價(jià)的基本理論
2.1.1 評價(jià)的基本形式
2.1.2 評價(jià)的基本內(nèi)容
2.2 灌區(qū)評價(jià)指標(biāo)體系的研究
2.2.1 評價(jià)指標(biāo)的建立原則及分類
2.2.2 評價(jià)指標(biāo)的標(biāo)準(zhǔn)化處理
2.2.3 灌區(qū)評價(jià)指標(biāo)體系研究存在的問題
2.2.4 灌區(qū)評價(jià)指標(biāo)的選取方法
2.3 灌區(qū)綜合評價(jià)方法的研究
2.3.1 灌區(qū)評價(jià)方法概述
2.3.2 灌區(qū)評價(jià)方法存在的問題
2.4 灌區(qū)綜合評價(jià)的研究動(dòng)態(tài)
第三章 灌區(qū)評價(jià)指標(biāo)權(quán)重確定方法的比較研究
3.1 主觀賦權(quán)法
3.1.1 專家打分法
3.1.2 層次分析法
3.1.3 序關(guān)系分析法（G，一法）
3.1.4 基于粗集理論的屬性重要度賦權(quán)法
3.2 客觀賦權(quán)法
3.2.1 變異系數(shù)法
3.2.2 熵值法
3.2 3拉開檔次法
3.2.4 簡單關(guān)聯(lián)函數(shù)賦權(quán)法
3.3 各種賦權(quán)法的比較及適用條件
3.4 基于博弈論的綜合賦權(quán)法
第四章 模糊綜合評判模型在灌區(qū)運(yùn)行狀況評價(jià)中的應(yīng)用
4.1 模糊數(shù)學(xué)概述
4.1.1 模糊數(shù)學(xué)的產(chǎn)生與發(fā)展
4.1.2 模糊數(shù)學(xué)的特點(diǎn)
4.2 模糊綜合評判模型
4.2.1 模糊綜合評判的概念
4.2.2 模糊綜合評判模型的計(jì)算步驟
4.3 實(shí)例分析
4.3.1 東港灌區(qū)簡介
4.3.2 東港灌區(qū)模糊綜合評價(jià)模型
第五章 改進(jìn)的物元可拓評價(jià)模型在灌區(qū)運(yùn)行狀況評價(jià)中的應(yīng)用
5.1 物元可拓評價(jià)模型簡介
5.1.1 可拓學(xué)的產(chǎn)生與發(fā)展
5.1.2 可拓學(xué)的研究對象和內(nèi)容
5.1.3 可拓學(xué)的特點(diǎn)
5.2 改進(jìn)的物元可拓評價(jià)模型
5.2.1 傳統(tǒng)物元可拓評價(jià)模型的局限性
5.2.2 改進(jìn)的物元可拓評價(jià)模型計(jì)算步驟
5.3 實(shí)例分析
5.3.1 構(gòu)造經(jīng)典域、節(jié)域和待評物元
5.3.2 權(quán)值的確定
5.3.3 確定東港灌區(qū)關(guān)于各類別等級的關(guān)聯(lián)度
5.3.4 計(jì)算東港灌區(qū)關(guān)于等級j的關(guān)聯(lián)度
5.3.5 計(jì)算結(jié)果及等級評定
第六章 基于集對分析的灌區(qū)可持續(xù)發(fā)展評價(jià)研究
6.1 集對分析簡介
6.1.1 集對分析的基本思想
6.1.2 集對分析的特點(diǎn)
6.2 基于集對分析的灌區(qū)評價(jià)模型
6.2.1 工程管理狀況、社會(huì)經(jīng)濟(jì)狀況與生態(tài)環(huán)境狀況聯(lián)系度表達(dá)式
6.2.2 工程管理狀況、社會(huì)經(jīng)濟(jì)狀況與生態(tài)環(huán)境狀況協(xié)調(diào)發(fā)展指數(shù)
6.3 實(shí)例分析
6.3.1 灌區(qū)可持續(xù)發(fā)展評價(jià)標(biāo)準(zhǔn)
6.3.2 灌區(qū)可持續(xù)發(fā)展水平評價(jià)
第七章 灌溉用水量預(yù)測的意義
7.1 灌溉用水量預(yù)測的意義
7.2 灌溉用水量預(yù)測技術(shù)國內(nèi)外研究現(xiàn)狀
7.2.1 灌溉用水量預(yù)測研究進(jìn)展
7.2.2 灌溉用水量預(yù)測技術(shù)分類
7.2.3 灌溉用水量預(yù)測方法研究現(xiàn)狀
第八章 時(shí)間序列預(yù)測法在灌溉用水量預(yù)測中的應(yīng)用
8.1 時(shí)間序列預(yù)測法簡介
8.1.1 時(shí)間序列分析的發(fā)展概況
8.1.2 時(shí)間序列分析的相關(guān)概念
8.1.3 時(shí)間序列預(yù)測法的分類
8.1.4 影響時(shí)間序列變化的因素
8.2 平穩(wěn)時(shí)間序列預(yù)測法
8.2.1 平穩(wěn)時(shí)間序列的定義
8.2.2 平穩(wěn)時(shí)間序列的性質(zhì)
8.2.3 平穩(wěn)時(shí)間序列預(yù)測的步驟
8.3 應(yīng)用實(shí)例
8.3.1 遼陽灌區(qū)概況
8.3.2 時(shí)間序列預(yù)測法在遼陽灌區(qū)中的應(yīng)用
8.3.3 鐵甲灌區(qū)概況
8.3.4 時(shí)間序列的實(shí)例應(yīng)用
8.4 本章小結(jié)
第九章 神經(jīng)網(wǎng)絡(luò)方法在灌溉用水量預(yù)測中的應(yīng)用
9.1 人工神經(jīng)網(wǎng)絡(luò)簡介及發(fā)展歷史與現(xiàn)狀
9.1.1 人工神經(jīng)網(wǎng)絡(luò)簡介
9.1.2 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史與現(xiàn)狀
9.2 BP神經(jīng)網(wǎng)絡(luò)
9.2.1 BP算法基本思想
9.2.2 基于BP算法的BP網(wǎng)絡(luò)模型
9.2 3 BP神經(jīng)網(wǎng)絡(luò)算法的步驟
9.2.4 BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的結(jié)構(gòu)設(shè)計(jì)
9.2.5 面向MATLAB的BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
9.7.6 BP網(wǎng)絡(luò)模型在遼陽灌區(qū)中的應(yīng)用
9.2.7 BP網(wǎng)絡(luò)模型在鐵甲灌區(qū)中的應(yīng)用
9.3 Elman神經(jīng)網(wǎng)絡(luò)
9.3.1 Elman神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)和學(xué)習(xí)過程
9.3.2 面向MATLAB的Elman神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
9.3.3 Elman模型在遼陽灌區(qū)灌溉用水量預(yù)測中的應(yīng)用
9.4 RBF神經(jīng)網(wǎng)絡(luò)的應(yīng)用
9.4.1 RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
9.4.2 RBF函數(shù)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程
9.4.3 RBF網(wǎng)絡(luò)的設(shè)計(jì)
9.4.4 RBF網(wǎng)絡(luò)在鐵甲灌區(qū)中的應(yīng)用
9.4.5 廣義回歸神經(jīng)網(wǎng)絡(luò)
9.5 本章小結(jié)
第十章 多重神經(jīng)網(wǎng)絡(luò)模型在灌溉用水量預(yù)測中的應(yīng)用
10.1 多重組合神經(jīng)網(wǎng)絡(luò)的構(gòu)造
10.2 多重組合神經(jīng)網(wǎng)絡(luò)的分類
10.3 多重組合神經(jīng)網(wǎng)絡(luò)的應(yīng)用實(shí)例
10.4 本章小結(jié)
第十一章 時(shí)序神經(jīng)網(wǎng)絡(luò)模型在灌溉用水量預(yù)測中的應(yīng)用
11.1 時(shí)間序列與神經(jīng)網(wǎng)絡(luò)的互補(bǔ)性
11.2 組合預(yù)測的發(fā)展
11.3 時(shí)間序列與神經(jīng)網(wǎng)絡(luò)組合式模型的分類
11.3.1 基于預(yù)測結(jié)果的時(shí)序神經(jīng)網(wǎng)絡(luò)模型
11.3.2 基于預(yù)測模型的時(shí)序神經(jīng)網(wǎng)絡(luò)模型
11.4 基于預(yù)測結(jié)果的時(shí)序神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用
11.4.1 基于預(yù)測結(jié)果的時(shí)序神經(jīng)網(wǎng)絡(luò)模型的預(yù)測步驟
11.4.2 基于預(yù)測結(jié)果的時(shí)序神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用實(shí)例
11.4.3 結(jié)果分析
11.5 基于預(yù)測模型的時(shí)序神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用
11.5.1 基于預(yù)測模型的時(shí)序神經(jīng)網(wǎng)絡(luò)模型的預(yù)測步驟
11.5.2 基于預(yù)測模型的時(shí)序神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用實(shí)例
11.5.3 結(jié)果分析
11.6 本章小結(jié)
第十二章 灰色模型在灌溉用水量預(yù)測中的應(yīng)用
12.1 灰色系統(tǒng)簡介
12.1.1 灰色模型（GM）的建模機(jī)理
12.1.2 灰色預(yù)測法的種類
12.2 灰色模型建模方法和步驟
12.2.1 數(shù)據(jù)的預(yù)處理
12.2.2 灰色模型的建模過程
12.3 模型識別檢驗(yàn)
12.3.1 殘差檢驗(yàn)
12.3.2 后驗(yàn)差檢驗(yàn)
12.3.3 關(guān)聯(lián)度檢驗(yàn)
12.4 實(shí)例應(yīng)用
12.4.1 建立GM（1，1）模型
12.4.2 檢驗(yàn)?zāi)Ｐ?br />12.5 殘差修正模型
12.5.1 殘差修正模型的建立
12.5.2 殘差修正模型的檢驗(yàn)
12.6 灰色等維新息模型
12.7 本章小結(jié)
第十三章 灰色神經(jīng)網(wǎng)絡(luò)方法在灌溉用水量預(yù)測中的應(yīng)用
13.1 人工神經(jīng)網(wǎng)絡(luò)和灰色預(yù)測方法的互補(bǔ)性
13.2 灰色神經(jīng)網(wǎng)絡(luò)的分類
13.2.1 并聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)（PGNN）
13.2.2 串聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)（SGNN）
13.2.3 嵌入型灰色神經(jīng)網(wǎng)絡(luò)（IGNN）
13.3 串聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)（SGNN）的應(yīng)用
13.3.1 sGNN預(yù)測模型的步驟
13.3.2 sGNN預(yù)測模型的實(shí)例
13.4 嵌入型灰色神經(jīng)網(wǎng)絡(luò)（IGNN）的應(yīng)用
13.4.1 IGNN預(yù)測模型的步驟
13.4.2 IGNN預(yù)測模型的實(shí)例
13.5 并聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)（PGNN）的應(yīng)用
13.5.1 PGNN預(yù)測模型的步驟
13.5.2 PGNN預(yù)測模型的實(shí)例
13.6 本章小結(jié)
第十四章 結(jié)論與展望
14.1 結(jié)論
14.2 展望
參考文獻(xiàn)