信息熵理論在水系統(tǒng)中的研究與應用

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)境質量評價的模糊優(yōu)化耦合模型
1.4　應用實例
1.5　結論
第2章　基于Shannon熵和Tsallis熵的數(shù)據(jù)隨機觀測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熵的實測數(shù)據(jù)的概率分布
2.3　兩種觀測誤差下隨機觀測誤差（SCIE）的影響
2.4　結論
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　結果分析與討論
3.5　結論
第4章　基于樣本熵理論的水文序列小波消噪與內部復雜性變化特征分析
4.1　基于樣本熵理論的自適應小波消噪分析方法
4.2　基于樣本熵理論的徑流序列復雜性分析
第5章　基于耦合熵譜分析的水文時間序列周期識別方法與主周期變化分析
5.1　水文序列周期識別方法——Ⅰ（MSSA）
5.2　水文序列周期識別方法——Ⅱ（EEMD-MESA）
5.3　水文序列主周期變化原因分析
5.4　小結
第6章　基于信息熵理論的水文序列消噪與復雜性表征
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價
8.1　地下水數(shù)值模擬不確定性定量評價概述
8.2　基于方差方法的不確定性評價
8.3　基于信息熵方法的不確定性評價
8.4　算例研究
8.5　結果的對比與分析
8.6　結論
第9章　基于最大熵原理的大河月徑流序列隨機模擬
9.1 引言
9.2　最大熵模擬方法
9.3　實例應用
9.4　結論
第10章　基于云模型的水體富營養(yǎng)化程度評價方法
10.1　引言
10.2　云模型簡介
10.3　基于云模型的水體富營養(yǎng)化程度評價方法
10.4　實例分析與比照
10.5　結論
參考文獻