河川徑流混沌特征及預(yù)測理論與實踐

前言
第1章　緒論
  1.1問題的提出
  1.2研究背景和意義
  1.3國內(nèi)外研究進展
  1.4相關(guān)研究存在的問題與展望
  1.5本書主要研究工作
第2章　黃河、長江流域水文概況及徑流變化基本特征
  2.1黃河流域水文概況
  2.2黃河徑流基本資料及變化特征
  2.3長江流域概況及水文特征
  2.4本章小結(jié)
第3章　河川徑流時問序列分析的理論基礎(chǔ)
  3.1河川徑流時間序列的基本概念
  3.2河川徑流時間序列分析的統(tǒng)計理論
  3.3徑流時間序列的組成
  3.4河川徑流時間序列的自回歸模型
  3.5河川徑流時問序列的滑動平均模型與自回歸滑動平均模型
第4章　河川徑流時問序列的相空問重構(gòu)
  4.1徑流序列相空間重構(gòu)概論
  4.2徑流序列相空間重構(gòu)參數(shù)的確定
  4.3徑流時間序列相空間重構(gòu)
  4.4本章小結(jié)
第5章　河川徑流時問序到的混沌特征識別
　5.1混沌的定義
　5.2混沌運動的特征及分類
　5.3混沌理論在徑流系統(tǒng)應(yīng)用的適應(yīng)性分析
　5.4徑流系統(tǒng)混沌特征的識別方法
　5.5徑流混沌特征識別
  5.6本章小結(jié)
第6章　河川月徑流預(yù)測的相空間近鄰等距模型
  6.1引言
  6.2混沌預(yù)測方法簡介
  6.3相空間模式及其在徑流預(yù)測中?應(yīng)用
  6.4本章小結(jié)
第7章　河川月徑流預(yù)潮的混沌支持向量機模型
  7.1概述
  7.2機器學(xué)習(xí)與統(tǒng)計學(xué)習(xí)理論
  7.3支持向量機
  7.4基于混沌理論的最小二乘支持向量機徑流預(yù)測模型(C—LSSVM)
  7.5模型應(yīng)用
  7.6本章小結(jié)
第8章　河川日徑流預(yù)報的混沌神經(jīng)網(wǎng)絡(luò)模型
  8.1概述
  8.2神經(jīng)網(wǎng)絡(luò)簡介
  8.3BP神經(jīng)網(wǎng)絡(luò)
  8.4日徑流預(yù)報的混沌神經(jīng)網(wǎng)絡(luò)模型
  8.5本章小結(jié)
第9章　基于歸一化?向基函數(shù)網(wǎng)絡(luò)的徑流預(yù)測
  9.1RBF網(wǎng)絡(luò)基本原理
  9.2基于歸一化RBF網(wǎng)絡(luò)的黃河上游徑流預(yù)報：以蘭州站為例
  9.3算例
  9.4本章小結(jié)
第10章　基于最近鄰點法的河川徑流混沌預(yù)潮
  10.1概述
  10.2最近鄰點法預(yù)測原理
  10.3相空間參數(shù)的確定
  10.4預(yù)測精度衡量準則
  10.5應(yīng)用實例
  10.6本章小結(jié)
第11章　河川徑流演變的長程相關(guān)性診斷分析及趨勢預(yù)潮
  11.1概述
  11.2長程相關(guān)性定義
  11.3非趨勢波動分析方法
  11.4河川徑流時間序列非趨勢波動分析
　……
第12章　河川徑流變化的小波分析
第13章　結(jié)論與展望
參考文獻