灌區(qū)運(yùn)行狀況評(píng)價(jià)方法與灌溉用水量預(yù)測(cè)技術(shù)研究

第一章 灌區(qū)運(yùn)行狀況評(píng)價(jià)的意義
1.1 日趨嚴(yán)峻的水資源形勢(shì)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(guó)水資源概述
1.2 我國(guó)的灌區(qū)現(xiàn)狀要求適時(shí)對(duì)灌區(qū)進(jìn)行評(píng)價(jià)
1.2.1 我國(guó)灌區(qū)的基本情況
1.2.2 我國(guó)灌區(qū)的地位及作用
1.2 3我國(guó)灌區(qū)發(fā)展面臨的困難與機(jī)遇
1.3 灌區(qū)運(yùn)行評(píng)價(jià)的主要內(nèi)容
1.3.1 評(píng)價(jià)背景
1.3.2 評(píng)價(jià)內(nèi)容
1.3.3 評(píng)價(jià)技術(shù)路線
第二章 灌區(qū)評(píng)價(jià)指標(biāo)體系及評(píng)價(jià)方法研究
2.1 評(píng)價(jià)的基本理論
2.1.1 評(píng)價(jià)的基本形式
2.1.2 評(píng)價(jià)的基本內(nèi)容
2.2 灌區(qū)評(píng)價(jià)指標(biāo)體系的研究
2.2.1 評(píng)價(jià)指標(biāo)的建立原則及分類
2.2.2 評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)化處理
2.2.3 灌區(qū)評(píng)價(jià)指標(biāo)體系研究存在的問題
2.2.4 灌區(qū)評(píng)價(jià)指標(biāo)的選取方法
2.3 灌區(qū)綜合評(píng)價(jià)方法的研究
2.3.1 灌區(qū)評(píng)價(jià)方法概述
2.3.2 灌區(qū)評(píng)價(jià)方法存在的問題
2.4 灌區(qū)綜合評(píng)價(jià)的研究動(dòng)態(tài)
第三章 灌區(qū)評(píng)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(jiǎn)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(píng)判模型在灌區(qū)運(yùn)行狀況評(píng)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(píng)判模型
4.2.1 模糊綜合評(píng)判的概念
4.2.2 模糊綜合評(píng)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(jiǎn)介
4.3.2 東港灌區(qū)模糊綜合評(píng)價(jià)模型
第五章 改進(jìn)的物元可拓評(píng)價(jià)模型在灌區(qū)運(yùn)行狀況評(píng)價(jià)中的應(yīng)用
5.1 物元可拓評(píng)價(jià)模型簡(jiǎn)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(duì)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(píng)價(jià)模型
5.2.1 傳統(tǒng)物元可拓評(píng)價(jià)模型的局限性
5.2.2 改進(jìn)的物元可拓評(píng)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(píng)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(jí)的關(guān)聯(lián)度
5.3.4 計(jì)算東港灌區(qū)關(guān)于等級(jí)j的關(guān)聯(lián)度
5.3.5 計(jì)算結(jié)果及等級(jí)評(píng)定
第六章 基于集對(duì)分析的灌區(qū)可持續(xù)發(fā)展評(píng)價(jià)研究
6.1 集對(duì)分析簡(jiǎn)介
6.1.1 集對(duì)分析的基本思想
6.1.2 集對(duì)分析的特點(diǎn)
6.2 基于集對(duì)分析的灌區(qū)評(píng)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(píng)價(jià)標(biāo)準(zhǔn)
6.3.2 灌區(qū)可持續(xù)發(fā)展水平評(píng)價(jià)
第七章 灌溉用水量預(yù)測(cè)的意義
7.1 灌溉用水量預(yù)測(cè)的意義
7.2 灌溉用水量預(yù)測(cè)技術(shù)國(guó)內(nèi)外研究現(xiàn)狀
7.2.1 灌溉用水量預(yù)測(cè)研究進(jìn)展
7.2.2 灌溉用水量預(yù)測(cè)技術(shù)分類
7.2.3 灌溉用水量預(yù)測(cè)方法研究現(xiàn)狀
第八章 時(shí)間序列預(yù)測(cè)法在灌溉用水量預(yù)測(cè)中的應(yīng)用
8.1 時(shí)間序列預(yù)測(cè)法簡(jiǎn)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(cè)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(cè)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(cè)的步驟
8.3 應(yīng)用實(shí)例
8.3.1 遼陽(yáng)灌區(qū)概況
8.3.2 時(shí)間序列預(yù)測(cè)法在遼陽(yáng)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(cè)中的應(yīng)用
9.1 人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介及發(fā)展歷史與現(xiàn)狀
9.1.1 人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)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(cè)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(yáng)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(yáng)灌區(qū)灌溉用水量預(yù)測(cè)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(cè)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(cè)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(cè)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(cè)結(jié)果的時(shí)序神經(jīng)網(wǎng)絡(luò)模型
11.3.2 基于預(yù)測(cè)模型的時(shí)序神經(jīng)網(wǎng)絡(luò)模型
11.4 基于預(yù)測(cè)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(cè)結(jié)果的時(shí)序神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)步驟
11.4.2 基于預(yù)測(cè)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(cè)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(cè)模型的時(shí)序神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)步驟
11.5.2 基于預(yù)測(cè)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(cè)中的應(yīng)用
12.1 灰色系統(tǒng)簡(jiǎn)介
12.1.1 灰色模型（GM）的建模機(jī)理
12.1.2 灰色預(yù)測(cè)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(shí)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(cè)中的應(yīng)用
13.1 人工神經(jīng)網(wǎng)絡(luò)和灰色預(yù)測(cè)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(cè)模型的步驟
13.3.2 sGNN預(yù)測(cè)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(cè)模型的步驟
13.4.2 IGNN預(yù)測(cè)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(cè)模型的步驟
13.5.2 PGNN預(yù)測(cè)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)