声明
摘要
1 绪论
1.1 研究的目的与意义
1.2 国内外研究动态
1.2.1 径流变化规律研究现状
1.2.2 径流预报方法研究现状
1.3 存在问题及研究趋势
1.3.1 存在问题
1.3.2 研究趋势
1.4 研究的主要内容与技术路线
1.4.1 研究的主要内容
1.4.2 实现的技术路线
2 诺敏河流域概况及资料选取
2.1 诺敏河流域概况
2.2 径流资料的选取
3 诺敏河流域径流序列统计特征分析
3.1 年径流基本统计特征
3.2 径流的年内分配特征
3.2.1 年内分配百分比
3.2.2 年内分配的不均匀性
3.2.3 年内分配的集中程度
3.2.4 年内分配的变化幅度
3.3 径流的年际变化特征
3.3.1 径流年际变化的总体特征
3.3.2 径流年际变化的距平分析
3.4 本章小结
4 诺敏河流域径流序列变化特征分析
4.1 径流变化趋势分析
4.1.1 滑动平均法
4.1.2 累积滤波器
4.1.3 Spearman秩次相关检验法
4.1.4 Kendall秩次相关检验法
4.1.5 重标极差分析法
4.2 径流变化周期分析
4.2.1 R/S周期分析
4.2.2 方差模糊分析
4.2.3 基于EMD的径流多时间尺度分析
4.3 径流突变分析
4.3.1 有序聚类分析
4.3.2 Mann-Kendall突变检测法
4.3.3 Lee-Heghinian法
4.3.4 滑动T检验法
4.3.5 Pettitt突变点检验法
4.4 本章小结
5 基于人工鱼群神经网络的月径流预报方法研究
5.1 人工神经网络
5.1.1 BP神经网络的基本原理
5.1.2 BP神经网络的实现步骤
5.2 人工鱼群算法
5.2.1 人工鱼群算法的基本思想
5.2.2 人工鱼群算法的数学表示
5.2.3 人工鱼群算法的实现流程
5.3 模型精度检验
5.4 基于人工鱼群神经网络的径流预测
5.5 本章小结
6 基于EMD分解的年径流预报方法研究
6.1 基于EMD耦合谐波的年径流预测
6.1.1 谐波分析的基本原理
6.1.2 EMD耦合谐波分析的建模步骤
6.1.3 EMD耦合谐波模型在年径流预测中的应用
6.2 基于EMD人工鱼群神经网络的年径流预测
6.2.1 EMD人工鱼群神经网络模型概述
6.2.2 EMD人工鱼群神经网络模型在年径流预测中的应用
6.3 本章小结
7 结论与展望
7.1 结论
7.2 展望
致谢
参考文献
攻读硕士学位期间发表的学术论文