确定性水文模型的贝叶斯概率预报：理论与方法

定　价：¥88.00

作　者：	邢贞相，付强，孙颖娜，芮孝芳著
出版社：	科学出版社
丛编项：
标　签：	地球科学地球物理学自然科学

购买这本书可以去

ISBN：	9787030450760	出版时间：	2015-06-01	包装：	平装
开本：	16开	页数：	183	字数：

内容简介

　　《确定性水文模型的贝叶斯概率预报：理论与方法》对解决水文模型或水文水资源领域的数据及模型参数的不确定性分析提供通用的研究方法，所构建的贝叶斯概率洪水预报系统能够充分考虑水文模型参数的不确定性和确定性水文模型的后验信息，同时给出洪水预报量数值和指定概率的置信区间，可为防洪决策提供预报值的不确定度，《确定性水文模型的贝叶斯概率预报：理论与方法》采用BP神经网络和改进的蒙特卡罗数值算法研究贝叶斯预报系统的先验密度、似然函数的表达方法及后验密度获取技术，构建流域概率降雨预测模型和概率洪水预报系统，对各种算法的基本原理进行详尽介绍和实例应用研究.同时，建立基于贝叶斯理论的马尔可夫链蒙特卡罗模型算法，用于水文模型参数的不确定性分析，利用该算法分析获取Nash模型参数在不同研究流域的不确定性特征.《确定性水文模型的贝叶斯概率预报：理论与方法》介绍的理论方法具有广泛的适用性，可供从事水文学及水资源、水利工程、农业工程、环境科学及其他相关专业的教学、研究和管理工作的读者借鉴和参考.

作者简介

暂缺《确定性水文模型的贝叶斯概率预报：理论与方法》作者简介

图书目录

绪论
0.1 人类面临的水问题
0.2 概率水文预报的必要性
0.3 概率水文预报的特点
0.4 水文不确定性的来源
0.5 水文不确定性研究概况
0.6 概率水文预报的研究进展
参考文献
第1章贝叶斯概率预报的基本理论框架
1.1 概率水文预报的特点
1.2 贝叶斯概率水文预报的原理
1.3 输入不确定性处理
1.4 水文不确定性处理
1.4.1 水文不确定性处理简介
1.4.2 贝叶斯理论在水文不确定性分析中应用
1.5 先验分布的确定方法
1.5.1 利用先验信息确定先验分布
1.5.2 利用边缘分布m（x）确定先验分布
1.5.3 无信息先验分布
1.5.4 共轭先验分布
1.5.5 多层先验
1.5.6 主观概率
1.6 似然函数的确定方法
参考文献
第2章遗传算法
2.1 遗传算法简介
2.2 遗传算法可行的改进措施
2.2.1 控制参数的设置
2.2.2 编码方式的改进
2.2.3 选择算子的改进
2.2.4 杂交算子的改进
2.2.5 算法终止条件的改进
2.2.6 改进父代替换方式
2.3 基于实数编码的加速遗传算法的改进
2.3.1 算法的计算原理
2.3.2 算法的测试
2.3.3 RAGA在水资源工程中的应用
参考文献
第3章马尔可夫链蒙特卡罗算法
3.1 马尔可夫链蒙特卡罗算法
3.1.1 马尔可夫链蒙特卡罗算法的基本原理
3.1.2 马尔可夫链蒙特卡罗期望值目标函数
3.1.3 马尔可夫链蒙特卡罗处理机会约束
3.2 AdaptiveMetropolis算法
3.3 MCMC的抽样方法
3.3.1 AM.MCMC
3.3.2 Metropolis算法
3.3.3 Metropolis-Hastings算法
3.3.4 Gibbs采样
3.4 AM算法的改进
3.4.1 基于贝叶斯理论的接受概率
3.4.2 初始样本及协方差选择的优化
3.5 收敛准则
3.6 RAGA-AM-MCMC算法性能测试
3.7 基于BAM-MCMC的BFS基本框架
参考文献
第4章 BP神经网络模型
4.1 人工神经网络设计
4.1.1 ANN的基本知识
4.1.2 ANN的拓扑结构
4.2 BP学习算法
4.2.1 BP算法的网络误差的确定和权值的调整
4.2.2 BP算法的反向传播流程
4.2.3 BP算法的限制与不足
4.2.4 BP算法的改进与应用
4.2.5 SABP算法的应用
参考文献
第5章确定性水文模型
第6章基于BP神经网络的贝叶斯概率洪水预报
第7章基于Nash模型的贝叶斯概率洪水预报