摘要
1.1研究背景
1.2研究意义与目的
1.3国内外研究进展
1.4主要研究内容和技术路线
第2章确定致灾临界雨量的线性回归模型
2.1临界雨量的定义
2.2临界雨量的计算方法
2.3数字高程模型(DEM)
2.4面雨量的计算
2.5 FIoodArea模型计算原理
2.6 FloodArea模型淹没模拟过程
2.7致灾临界雨量小时尺度的选择
2.8小时雨量分配研究
2.9确定致灾临界雨量的线性回归模型
第3章BP神经网络模型
3.1人工神经网络
3.2 BP神经网络
3.3 BP算法的性能分析
第4章基于遗传算法优化的BP神经网络模型
4.1遗传算法及其原理
4.2遗传算法步骤及流程
4.3基于遗传算法优化的双层BP神经网络模型
4.4确定致灾临界雨量的神经网络模型
第5章确定致灾临界雨量的实例分析
5.1回归模型在确定安化县致灾临界雨量上的应用
5.2基于BP神经网络的致灾临界雨量确定模型的建立
5.3基于BP神经网络预测模型仿真实例
5.4基于GA-BP神经网络的致灾临界雨量确定模型的建立
5.5基于GA-BP神经网络预测模型仿真实例
第6章总结与展望
参考文献
致谢
声明