声明
摘要
1 绪论
1.1 立题依据
1.2 研究目的与意义
1.3 国内外研究进展
1.3.1 水资源系统复杂性研究
1.3.2 旱灾风险驱动研究
1.3.3 水资源优化配置研究
1.4 研究进展评述
1.5 研究内容与技术路线
1.5.1 研究内容
1.5.2 技术路线
2 哈尔滨市水文要素复杂性分析
2.1 研究区域与数据来源
2.1.1 研究区域
2.1.2 数据来源
2.2 研究方法
2.2.1 CEEMDAN-WPT-MFDFA算法
2.2.2 等概率粗粒化LZC算法
2.2.3 模糊熵算法(FE)
2.2.4 小波熵算法(WE)
2.3 结果与分析
2.3.1 基于CEEMDAN-WPT-MFDFA的区域水文要素复杂性分析
2.3.2 基于等概率粗粒化LZC的区域水文要素复杂性分析
2.3.3 基于模糊熵的区域水文要素复杂性分析
2.3.4 基于小波熵的区域水文要素复杂性分析
2.4 讨论
2.4.1 水文要素复杂性测度方法稳定性对比
2.4.2 区域水文系统复杂性成因分析
2.5 本章小结
3 复杂性视角下的哈尔滨旱灾风险评价
3.1 旱灾风险评价指标体系及分级标准
3.1.1 评价指标体系及分级标准
3.1.2 指标说明
3.2 BP神经网络评价模型及其实现
3.2.1 BP神经网络评价方法
3.2.2 哈尔滨市旱灾危险性评价模型构建
3.3 评价结果与分析
3.4 本章小结
4 复杂性视角下的哈尔滨水资源优化配置
4.1 水资源优化配置模型的构建
4.1.1 目标函数
4.1.2 约束条件
4.1.3 模型参数
4.1.4 模型配置要素划分
4.2 模型优化算法
4.2.1 蚁群优化配置模型设计
4.2.2 蚁群算法的主要参数
4.3 供、需水量预测
4.3.1 供水预测
4.3.2 生活需水预测
4.3.3 农业需水预测
4.3.4 工业需水预测
4.3.5 总需水量
4.4 模型求解及分析
4.4.1 基于蚁群算法的水资源优化配置结果
4.4.2 水资源优化配置结果分析
4.5 本章小结
5 结论与展望
5.1 结论
5.2 展望
致谢
参考文献
攻读硕士学位期间发表的学术论文