信息熵理論在水系統(tǒng)中的研究與應(yīng)用

序
前言
第1章　基于最大熵原理和工程模糊集理論的模糊優(yōu)化耦合模型
1.1　引言
1.2　基本概念與理論方法
1.3　水環(huán)境質(zhì)量評(píng)價(jià)的模糊優(yōu)化耦合模型
1.4　應(yīng)用實(shí)例
1.5　結(jié)論
第2章　基于Shannon熵和Tsallis熵的數(shù)據(jù)隨機(jī)觀測(cè)誤差不確定性及其影響
2.1　引言
2.2　基于Shannon熵、最大熵原理（POME）和Tsallis熵的實(shí)測(cè)數(shù)據(jù)的概率分布
2.3　兩種觀測(cè)誤差下隨機(jī)觀測(cè)誤差（SCIE）的影響
2.4　結(jié)論
本章附錄截尾正態(tài)分布
第3章　基于多尺度熵理論的大型水庫對(duì)泥沙和徑流影響
3.1　引言
3.2　研究區(qū)域概況
3.3　資料與方法
3.4　結(jié)果分析與討論
3.5　結(jié)論
第4章　基于樣本熵理論的水文序列小波消噪與內(nèi)部復(fù)雜性變化特征分析
4.1　基于樣本熵理論的自適應(yīng)小波消噪分析方法
4.2　基于樣本熵理論的徑流序列復(fù)雜性分析
第5章　基于耦合熵譜分析的水文時(shí)間序列周期識(shí)別方法與主周期變化分析
5.1　水文序列周期識(shí)別方法——Ⅰ（MSSA）
5.2　水文序列周期識(shí)別方法——Ⅱ（EEMD-MESA）
5.3　水文序列主周期變化原因分析
5.4　小結(jié)
第6章　基于信息熵理論的水文序列消噪與復(fù)雜性表征
6.1　水文序列分析中基于信息熵理論的消噪方法
6.2　水文序列復(fù)雜特性定量描述
第7章　基于互熵分析的地下水流模型輸出的概率分布特征分析
7.1　頻率分析
7.2　敏感性分析
7.3　算例研究
7.4　結(jié)論
第8章　基于信息熵方法的地下水流數(shù)值模擬不確定性的定量評(píng)價(jià)
8.1　地下水?dāng)?shù)值模擬不確定性定量評(píng)價(jià)概述
8.2　基于方差方法的不確定性評(píng)價(jià)
8.3　基于信息熵方法的不確定性評(píng)價(jià)
8.4　算例研究
8.5　結(jié)果的對(duì)比與分析
8.6　結(jié)論
第9章　基于最大熵原理的大河月徑流序列隨機(jī)模擬
9.1 引言
9.2　最大熵模擬方法
9.3　實(shí)例應(yīng)用
9.4　結(jié)論
第10章　基于云模型的水體富營(yíng)養(yǎng)化程度評(píng)價(jià)方法
10.1　引言
10.2　云模型簡(jiǎn)介
10.3　基于云模型的水體富營(yíng)養(yǎng)化程度評(píng)價(jià)方法
10.4　實(shí)例分析與比照
10.5　結(jié)論
參考文獻(xiàn)