灌区运行状况评价方法与灌溉用水量预测技术研究

　　第一章 灌区运行状况评价的意义
　　1.1 日趋严峻的水资源形势要求加强灌区管理
　　1.1.1 世界水资源概述
　　1.1.2 中国水资源概述
　　1.2 我国的灌区现状要求适时对灌区进行评价
　　1.2.1 我国灌区的基本情况
　　1.2.2 我国灌区的地位及作用
　　1.2 3我国灌区发展面临的困难与机遇
　　1.3 灌区运行评价的主要内容
　　1.3.1 评价背景
　　1.3.2 评价内容
　　1.3.3 评价技术路线
　　第二章 灌区评价指标体系及评价方法研究
　　2.1 评价的基本理论
　　2.1.1 评价的基本形式
　　2.1.2 评价的基本内容
　　2.2 灌区评价指标体系的研究
　　2.2.1 评价指标的建立原则及分类
　　2.2.2 评价指标的标准化处理
　　2.2.3 灌区评价指标体系研究存在的问题
　　2.2.4 灌区评价指标的选取方法
　　2.3 灌区综合评价方法的研究
　　2.3.1 灌区评价方法概述
　　2.3.2 灌区评价方法存在的问题
　　2.4 灌区综合评价的研究动态
　　第三章 灌区评价指标权重确定方法的比较研究
　　3.1 主观赋权法
　　3.1.1 专家打分法
　　3.1.2 层次分析法
　　3.1.3 序关系分析法（G，一法）
　　3.1.4 基于粗集理论的属性重要度赋权法
　　3.2 客观赋权法
　　3.2.1 变异系数法
　　3.2.2 熵值法
　　3.2 3拉开档次法
　　3.2.4 简单关联函数赋权法
　　3.3 各种赋权法的比较及适用条件
　　3.4 基于博弈论的综合赋权法
　　第四章 模糊综合评判模型在灌区运行状况评价中的应用
　　4.1 模糊数学概述
　　4.1.1 模糊数学的产生与发展
　　4.1.2 模糊数学的特点
　　4.2 模糊综合评判模型
　　4.2.1 模糊综合评判的概念
　　4.2.2 模糊综合评判模型的计算步骤
　　4.3 实例分析
　　4.3.1 东港灌区简介
　　4.3.2 东港灌区模糊综合评价模型
　　第五章 改进的物元可拓评价模型在灌区运行状况评价中的应用
　　5.1 物元可拓评价模型简介
　　5.1.1 可拓学的产生与发展
　　5.1.2 可拓学的研究对象和内容
　　5.1.3 可拓学的特点
　　5.2 改进的物元可拓评价模型
　　5.2.1 传统物元可拓评价模型的局限性
　　5.2.2 改进的物元可拓评价模型计算步骤
　　5.3 实例分析
　　5.3.1 构造经典域、节域和待评物元
　　5.3.2 权值的确定
　　5.3.3 确定东港灌区关于各类别等级的关联度
　　5.3.4 计算东港灌区关于等级j的关联度
　　5.3.5 计算结果及等级评定
　　第六章 基于集对分析的灌区可持续发展评价研究
　　6.1 集对分析简介
　　6.1.1 集对分析的基本思想
　　6.1.2 集对分析的特点
　　6.2 基于集对分析的灌区评价模型
　　6.2.1 工程管理状况、社会经济状况与生态环境状况联系度表达式
　　6.2.2 工程管理状况、社会经济状况与生态环境状况协调发展指数
　　6.3 实例分析
　　6.3.1 灌区可持续发展评价标准
　　6.3.2 灌区可持续发展水平评价
　　第七章 灌溉用水量预测的意义
　　7.1 灌溉用水量预测的意义
　　7.2 灌溉用水量预测技术国内外研究现状
　　7.2.1 灌溉用水量预测研究进展
　　7.2.2 灌溉用水量预测技术分类
　　7.2.3 灌溉用水量预测方法研究现状
　　第八章 时间序列预测法在灌溉用水量预测中的应用
　　8.1 时间序列预测法简介
　　8.1.1 时间序列分析的发展概况
　　8.1.2 时间序列分析的相关概念
　　8.1.3 时间序列预测法的分类
　　8.1.4 影响时间序列变化的因素
　　8.2 平稳时间序列预测法
　　8.2.1 平稳时间序列的定义
　　8.2.2 平稳时间序列的性质
　　8.2.3 平稳时间序列预测的步骤
　　8.3 应用实例
　　8.3.1 辽阳灌区概况
　　8.3.2 时间序列预测法在辽阳灌区中的应用
　　8.3.3 铁甲灌区概况
　　8.3.4 时间序列的实例应用
　　8.4 本章小结
　　第九章 神经网络方法在灌溉用水量预测中的应用
　　9.1 人工神经网络简介及发展历史与现状
　　9.1.1 人工神经网络简介
　　9.1.2 人工神经网络的发展历史与现状
　　9.2 BP神经网络
　　9.2.1 BP算法基本思想
　　9.2.2 基于BP算法的BP网络模型
　　9.2 3 BP神经网络算法的步骤
　　9.2.4 BP神经网络预测模型的结构设计
　　9.2.5 面向MATLAB的BP神经网络设计
　　9.7.6 BP网络模型在辽阳灌区中的应用
　　9.2.7 BP网络模型在铁甲灌区中的应用
　　9.3 Elman神经网络
　　9.3.1 Elman神经网络模型的结构和学习过程
　　9.3.2 面向MATLAB的Elman神经网络设计
　　9.3.3 Elman模型在辽阳灌区灌溉用水量预测中的应用
　　9.4 RBF神经网络的应用
　　9.4.1 RBF神经网络的结构
　　9.4.2 RBF函数神经网络的学习过程
　　9.4.3 RBF网络的设计
　　9.4.4 RBF网络在铁甲灌区中的应用
　　9.4.5 广义回归神经网络
　　9.5 本章小结
　　第十章 多重神经网络模型在灌溉用水量预测中的应用
　　10.1 多重组合神经网络的构造
　　10.2 多重组合神经网络的分类
　　10.3 多重组合神经网络的应用实例
　　10.4 本章小结
　　第十一章 时序神经网络模型在灌溉用水量预测中的应用
　　11.1 时间序列与神经网络的互补性
　　11.2 组合预测的发展
　　11.3 时间序列与神经网络组合式模型的分类
　　11.3.1 基于预测结果的时序神经网络模型
　　11.3.2 基于预测模型的时序神经网络模型
　　11.4 基于预测结果的时序神经网络模型的应用
　　11.4.1 基于预测结果的时序神经网络模型的预测步骤
　　11.4.2 基于预测结果的时序神经网络模型的应用实例
　　11.4.3 结果分析
　　11.5 基于预测模型的时序神经网络模型的应用
　　11.5.1 基于预测模型的时序神经网络模型的预测步骤
　　11.5.2 基于预测模型的时序神经网络模型的应用实例
　　11.5.3 结果分析
　　11.6 本章小结
　　第十二章 灰色模型在灌溉用水量预测中的应用
　　12.1 灰色系统简介
　　12.1.1 灰色模型（GM）的建模机理
　　12.1.2 灰色预测法的种类
　　12.2 灰色模型建模方法和步骤
　　12.2.1 数据的预处理
　　12.2.2 灰色模型的建模过程
　　12.3 模型识别检验
　　12.3.1 残差检验
　　12.3.2 后验差检验
　　12.3.3 关联度检验
　　12.4 实例应用
　　12.4.1 建立GM（1，1）模型
　　12.4.2 检验模型
　　12.5 残差修正模型
　　12.5.1 残差修正模型的建立
　　12.5.2 残差修正模型的检验
　　12.6 灰色等维新息模型
　　12.7 本章小结
　　第十三章 灰色神经网络方法在灌溉用水量预测中的应用
　　13.1 人工神经网络和灰色预测方法的互补性
　　13.2 灰色神经网络的分类
　　13.2.1 并联型灰色神经网络（PGNN）
　　13.2.2 串联型灰色神经网络（SGNN）
　　13.2.3 嵌入型灰色神经网络（IGNN）
　　13.3 串联型灰色神经网络（SGNN）的应用
　　13.3.1 sGNN预测模型的步骤
　　13.3.2 sGNN预测模型的实例
　　13.4 嵌入型灰色神经网络（IGNN）的应用
　　13.4.1 IGNN预测模型的步骤
　　13.4.2 IGNN预测模型的实例
　　13.5 并联型灰色神经网络（PGNN）的应用
　　13.5.1 PGNN预测模型的步骤
　　13.5.2 PGNN预测模型的实例
　　13.6 本章小结
　　第十四章 结论与展望
　　14.1 结论
　　14.2 展望
　　参考文献

　　    《灌区运行状况评价方法与灌溉用水量预测技术研究》以辽宁省东港三个灌区作为评价对象，阐述了灌区评价指标体系、评价方法和评价指标权重确定方法，并运用模糊综合评判法、改进的物元可拓评价方法和集对分析方法对东港三个灌区进行了分析评价。分别运用时间序列法、BP神经网络方法、Elman神经网络方法、时间序列与神经网络组合方法对辽阳灌区灌溉用水量进行了预测；运用RBF神经网络方法、灰色GH（1，1）模型、灰色神经网络模型等方法对铁甲灌区灌溉用水量进行了预测。
　　    《灌区运行状况评价方法与灌溉用水量预测技术研究》可供农田水利、水资源、水文、环境等专业的生产、教学、科研、管理及决策者使用和参考。