一、基于自组织方法的成都市居民生活用水量的预测和分析（论文文献综述）
池腾龙[1]（2017）在《基于遥感的城市高温热浪生态性减缓规划研究 ——以厦门和福州为例》文中提出近年来城市高温热浪出现的频率越来越高,对城乡居民的生命财产威胁日益增大,缓解城市高温热浪的威胁、解决城市高温热浪的防控问题已经引起了世界范围内的广泛重视和持续研究。在全球气候持续变暖和世界经济尚未从危机中重新繁荣的大背景之下,结合生态安全的理念,在遥感技术和GIS技术的数据分析支撑之下,通过生态性的方式和手段缓解城市高温热浪是本文研究重点。本文的核心研究内容包含七个章节,第一章主要介绍本文的研究背景、意义、方法和框架,阐述了城市高温热浪的基础概念和研究对象厦门市和福州市的基本情况;第二章进行了城市生态安全理论、景观生态安全格局理论和城市高温热浪应对规划的相关综述,为后续研究奠定了理论基础和技术方向;第三章在分析了城市高温热浪的复杂性和防灾学范畴的特征之后,在生态安全的视角下构建了缓解城市高温热浪生态性缓解体系的理论框架,为下文进行研究区的地表温度热环境综合分析进行理论铺垫;第四章进行研究区地表温度数据分析,将厦门市和福州市Landsat卫星多年遥感数据应用于ENVI平台、Arcgis平台进行数据的计算,对厦门市和福州市的地表温度进行了分年度、分行政区的对比分析,得出了厦门市和福州市地表地表温度热环境的变化规律,并对地表温度高温区进行了卫星图像的识别,分析地表温度较高区域的土地利用、使用功能等现状,分析其产生高温的原因;第五章基于前文对地表温度数据的基础之上,继续基于ENVI平台、Arcgis平台、Fragstates平台和SPSS平台,详细分析了厦门市和福州市城市土地利用情况、植被覆盖度及景观格局指数变化对城市地表温度热环境的影响,结合回归分析模型进行了量化的推导,得出使地表温度降低的方法,为下文形成规划策略提供数据支撑;第六、七章在前文的理论和数据研究之上,结合厦门市和福州市的实际情况,分别从城市宏观的综合节能降温策略、气候适应性的降温要素利用和构建城市生态降温格局,以及中微观的高温热浪易损区应对和绿地与水体减缓城市热岛的角度提出了缓解城市高温热浪生态性规划的具体策略。
李贺[2]（2016）在《基于自组织数据挖掘方法的区域用水量预警分析》文中提出本文以区域用水总量为研究对象,应用GMDH方法对其进行建模预警研究,研究内容可分为以下四个方面：1、区域用水量影响因素体系研究。本着宏观性原则,本文从人口、资源、经济、科技、能源和管理六个方面,对影响中长期区域用水量影响因素进行辨识,选取总人口、降雨量等14个指标构建影响因素指标体系。2、中国区域经济发展聚类分析。选取人均GDP、地方财政收入等19个宏观经济发展指标,利用系统聚类方法,将中国31个省（市）划分为4类经济区域。3、区域用水量预测研究。选取北京、广东、河南和甘肃4个区域,依据用水量预测要求,利用R语言编程实现GMDH算法,分别构建了这4个区域的用水量预测模型,并利用该方法求出上述4个省份预测模型中各影响因素的预测值,进一步求得2014、2015年4个省份的用水量预测值。4、区域用水量预警分析。根据预测的2014、2015年用水总量,结合用水量预警方案指出2014、2015年北京、广东、河南和甘肃4个区域所处警度,同时也表明了GMDH方法是一种适应区域用水量预测和预警的有效方法。
张克阳[3]（2015）在《基于反正切函数的人均居民用水量S型模型拟合方法研究》文中认为通过对张家口市居民人均用水量数据进行S型曲线拟合以及对原利用反正切函数拟合S型曲线的数学理论分析证明原方法存在不尽合理的隐含假设,根据该数学理论分析对原来的拟合方法进行改进,提出新的利用反正切函数拟合S型曲线的方法并在张家口市人均居民用水量的拟合中应用,证明了新方法拟合的合理性和有效性。
杨泽宇[4]（2014）在《深圳市盐田区给水专项规划研究》文中认为随着我国经济的快速发展和城市化水平的不断提高，这对城市给水系统建设提出了更高的要求。尤其是在我国一些山地城市给水系统构建过程中，城市供水水量、水压面临着新的挑战。论文通过对深圳市盐田区给水专项规划的研究，主要做了以下工作：供水系统的现状分析；远期用水量预测；原水系统以及水厂布局规划；供水管网规划；非常规水资源的利用分析。在现状分析方面，论文在对区内给水系统进行调研和数据分析后，提出了现状亟待解决问题。至于规划区内用水量预测，论文采取分类用地面积指标法和分类建筑面积指标法对盐田区2030年用水量进行预测，并采取多种方法进行校核。在原水系统方面，论文对区内原水进行供需分析后确定远期原水供应方案，并对盐田区内水厂进行了布局。在供水管网规划方面，研究采用计算机软件对区内重力、压力供水管网进行了平差计算，并进行消防、事故工况校核。论文以管网平差结果为基础，结合地形完善各片区内供水管网系统。此外，本文还对盐田区内再生水、雨洪水等非常规水资源的利用进行了分析，从而充分利用本地水资源。
周戎星[5]（2014）在《区域用水量驱动因子识别及其预测研究》文中指出水资源是人类社会不可替代的自然和环境资源，是可持续发展的基础条件。经济社会的快速发展和人口的增长，以及水污染问题的日益加重，使水资源短缺成为制约我国经济持续健康快速发展的重要瓶颈。科学、准确地预测用水量，对于国家和地区中长期水资源开发利用总体规划和供水规划等具有重要意义。现阶段国内外通过分析影响用水量的驱动因子从而进行用水量预测的研究相对较少，研究成果相对来说也不太完善。论文根据用水系统的内部结构和特点，研究了定量辨识主要驱动因子及其影响程度的方法，提取影响区域用水量大小的主要驱动因子，在此基础上利用多元线性回归方法对区域用水量进行预测分析。选用山东省为研究对象，对影响山东省生产用水、生活用水和生态用水的驱动因子进行分析识别并据此对三类用水量进行预测，得到如下主要结果：（1）分析了山东省水资源开发利用现状及其存在的问题。对研究区的自然地理和社会经济的基本情况进行分析，结果表明：山东省自然地理条件优越且总体经济实力和社会发展水平均处于全国领先水平。19952010年以来，山东省用水量总体呈下降趋势，但是由于山东省本身属于严重缺水地区，加之水资源未能得到合理有效的开发利用，水污染严重以及海水入侵等导致山东省水资源紧缺。该结果可为科学制定水资源开发和管理措施提供依据。（2）研究了三类用水量驱动因子，并提取了主要驱动因子。按用户特性将用水分为生产用水、生活用水和生态环境用水三大类，对每一类用水，分别结合山东省的自然、经济和社会发展特点分析了其驱动因子构成，并综合利用主成分分析法、灰色关联度分析法和集对分析法，最终选定灌溉用水定额、万元产值用水量、旅游总收入为第一、二、三产业用水量首要驱动因子，选定城市居民消费水平和园林绿地面积为生活和生态用水首要驱动因子。（3）预测并讨论了山东省用水量及其驱动因子变化情况。利用灰色GM（1,1）模型预测至2020年所选取驱动因子的取值，利用多元线性回归模型分别预测了2020年第一、二、三产业用水、城镇生活用水、农村生活用水和生态用水量。计算结果表明：第一产业用水总体呈下降趋势，单位灌溉面积和农作物播种面积的下降是引起到第一产业用水量减少的主要因素；第二产业用水量在万元产值用水量减少的影响下将减少6.11亿m3；第三产业用水量驱动因子在未来将会继续稳步上升，由此导致生产用水中第三产业用水量增加至6.77亿m3；城镇生活用水在城市居民消费水平驱动因子的推动下将继续升高，而在农村，外出务工和高速城镇化引起生活用水量不增反减；城市化还将导致园林绿地面积的增加，继而引起生态用水量增加。
李梅艳[6]（2011）在《农村居民生活用水现状及用水量影响因素分析 ——基于江苏省沭阳县的入户调查》文中提出水是生活必需品,合理用水对人的生命健康至关重要,安全用水是人类生存的基本要求。随着社会发展和人民生活水平的提高,可用淡水资源日益紧缺的局面不容忽视,目前我国的农村饮水安全的形势并不乐观。因此,在节约用水、构建人水和谐社会的背景下,研究农村居民生活用水问题具有重要的现实义。本文以消费者行为理论为指导,在认真学习国内外有关学者对居民生活用水等已有相关研究的基础上,运用定性和定量研究相结合的方法,从生活用水水质、供水设施和水量等方面综合地分析了沭阳县目前农村的生活用水安全问题。首先系统地总结了国内外已有的相关研究,有针对性地学习了有关消费者行为的相关理论,并对沭阳县的自然地理、社会经济以及水资源等一些相关信息进行了深入了解,为全文打下了理论基础。其次,分别从供水者角度和用户角度,先立足宏观层面整体分析沭阳县农村生活用水现状,主要包括当地农村饮水安全普及度和自来水普及率、农村供水设施以及供水能力等几方面,从而找出生活用水存在的主要问题,而后基于调研数据,从微观层面对当地用水的实际情况进行分析,运用SPSS软件进行相关性和Logistic模型分析。再次,基于实地调研数据,进行实证分析。建立双对数计量模型,应用EVIEWS对沭阳县农村居民生活用水量的影响因素进行探讨,通过实证得出影响该县农村居民日常生活用水量的主要因素。本研究主要采用抽样调查方法,通过入户访问,重点分析了家庭起居负责者特征、家庭生活方式、家庭年龄结构、水价、收费频率等对用水量的影响。结果表明季节对用水量的影响最大,同时家庭成员不同的年龄结构对用水需求的影响也较大,其中处于青春期（13～18岁）的青少年对用水量的需求最大；从家庭生活方式来看,洗衣频率和对洗衣机的依赖程度越高,则其生活用水量也就会越多；水价对用水量也有显着的影响,这说明在农村用户消费行为受到价格的影响还是比较大的；另外,收费频率降低会在一定程度上减少用水量。最后,在以上分析和研究的基础上,笔者得出关于农村饮水安全的一些结论,并提出关于有效改善农村居民生活用水质量和构建节水型社会的几点相关政策建议。
唐志恩[7]（2008）在《数据挖掘在经济预测中的应用研究》文中认为近年来,随着计算机技术、Internet、信息技术和数据库技术的迅速发展,计算机在各行业的应用也越来越广泛,产生了大量的数据,积累的数据越来越多。海量的数据里面隐藏着许多重要的信息,但目前的数据库系统无法发现数据内在的联系,无法根据现有的数据预测未来的发展趋势,导致了“数据爆炸但知识贫乏”的现象。在此形势下,数据挖掘（Data Mining, DM）应运而生。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。经济系统是一个不断演化的、动态的复杂系统,要对我国特有的社会主义市场经济系统实现准确的预测,就必须采用新的预测方法。由乌克兰科学院A. G. Ivakhnenko提出的自组织数据挖掘的方法,应用数据分组处理方法（Group Method Data Handling,GMDH）,实现数据挖掘过程的自组织控制,并以客观的方式建立一个最优复杂度模型。自组织数据挖掘过程减少了用户干预,使数据挖掘过程更加自动并使预测结果更客观。本文首先阐述了自组织数据挖掘的基本思想和基本原理,重点分析了自组织数据挖掘的核心算法——GMDH算法,并在此基础上提出了一些改进。应用自组织数据挖掘的方法与技术,自动建立预测模型,对成都市的国内生产总值（GDP）等经济指标作了预测,并进行分析。以上应用证明了自组织数据挖掘方法在短期预测经济中取得了良好的效果。同时也有效地减少用户在建模过程中的干预,提高了建模的质量。
陈芳[8]（2007）在《县域系统的小康指标因素分析研究》文中研究表明全面小康是我国本世纪前二十年的宏伟战略蓝图，也是一项复杂的社会系统工程，实现进程中面临的挑战更巨。我们以四川省某一地区的全面小康建设情况为实际例子，对其进行全面小康动因解析探讨具有一定的研究示范性。本文借助系统模型群和自组织数据挖掘，模糊多目标建模等方法，就该地区全面小康演化轨迹、动力因素、存在障碍进行了深入的剖析，为县域小康社会建设提供了科学规划依据和战略重心选择。全面小康涉及的测度指标很多，每一指标又与整个县域经济、社会、环境诸方面的诸多因素显性或隐性地相联。所以，到底哪些因素可能影响或促进小康社会的建设进程，仅作定性分析或用一般的计量分析方法是不够的，还需要借助复杂系统专有的研究手段和研究技术。就目前的研究现状而言，将自组织数据挖掘算法（GMDH）应用于此，是较为恰当的选择。GMDH是由一族算法组成的自组织方法，通过对逐渐复杂的模型进行分组，并运用建立在不同数据样本上的外部准则对模型进行评估。在建模过程中，由若干输入变量、一个或多个输出变量构成的变量间关系待定的一个封闭系统，通过各输入变量相互组合产生一个庞大的待选模型集，采用一定的准则丛中筛选出若干项最优模型强强结合再产生大量的新一代模型，然后再筛选，不断重复这样的一个产生和选择的过程，直至新产生的一代模型都不比上一代更加优秀，则最后一代中最优模型被选中成为最终模型。GMDH方法在变量多数据少，而现有的其他建模方法很难胜任建模任务的情形下，仍可以得到令人满意的结果。这种方法提出后，引起了普遍的重视，很快在许多不同的领域中加以应用，方法本身也不断改进、完善。在得出各指标因素分析模型之后，我们借助建立模糊多目标优化方程来校验由GMDH算法所得出的模型结果是否真实、有效。通过对几个代表性指标进行模糊的多目标优化，发现最优值和每年实际值基本接近，因此证明由GMDH算法所得出的结论是成立的。
张建军,李国平[9]（2006）在《ANN模型的经济学应用及其发展趋势》文中指出人工神经元网络（ArtificialNeuralNetwork,简称ANN）理论是一门非常活跃的边缘性交叉学科,对经济学研究具有十分重要的理论和实践意义。ANN网络所具有的分布式存储、自组织、自适应、鲁棒性、容错性等独特的优良性质以及明显的算法优势决定了其在未来经济学研究中的作用将会愈来愈大。本文对ANN的特点、有效性及局限性结合经济学应用进行了分析,认为人工神经元网络为经济学研究提供了强有力的分析工具,在不久的将来会成为经济学研究的重要领域。
康银劳[10]（2007）在《基于自组织建模的成都GDP增长及影响因素研究》文中研究表明针对以往的建模方法和研究方法存在的问题和缺陷，为了使研究结果更具有客观性、真实性，尽量避免人为主观性的影响，本文对成都市的GDP增长引入了一种新的研究方法，即自组织数据挖掘算法（Group Method of Data Handling，GMDH）。自组织数据挖掘算法是一种以数据为导向的复杂系统建模方法，它的建模过程与生物进化的过程极为相似，通过建模结果能相对容易地认识复杂事物的本质规律性，满足客观性、真实性的要求。本文以成都市的经济数据为基础，对成都市GDP及其影响因素进行自组织数据挖掘建模，并且对建模的主要结果进行深入分析，发现了各影响因素间内在、本质的联系，并提出了改进措施和建设性政策建议，主要内容如下：第1章，绪论。提出问题，确定研究目的和研究思路，总结国内外研究现状，综述本文的主要工作。第2章，自组织数据挖掘理论与方法。在全面深入的分析总结以往研究经济增长以及GDP增长成果的基础上，提出研究GDP增长的一种新的研究方法——自组织数据挖掘算法（GMDH）。分析指出用基于数据导向的自组织数据挖掘算法（GMDH）研究成都市GDP增长的重要意义。第3章，成都市GDP增长的自组织模型。以成都市统计年鉴的数据为主要依据，对成都市GDP增长进行了自组织数据挖掘（GMDH）建模研究。通过不断调节模型参数并选择不同的时间段构建自组织模型群，同时以全国为主要参照对象进行模型对比分析，构建了一个自组织数据挖掘模型群，揭示了影响成都市GDP增长的主要原因。第4章，投资与消费对成都市GDP增长的影响分析。为了深入研究投资和消费与成都GDP增长的关系，拓展了柯布—道格拉斯函数，提出泛柯布—道格拉斯模型的概念，扩展了柯布—道格拉斯函数的应用范围，对成都GDP增长进行建模研究。同时，运用计量经济学模型对成都市投资水平和消费水平进行深入分析，揭示影响成都市投资与消费水平发展的主要因素，并提出针对性的政策建议。第5章，产业结构对成都市GDP增长的影响分析。分析成都市近年来产业结构发展现状后，运用偏离份额分析法（SSM）对成都市经济增长动力进行分析，同时运用区位商分析方法对成都市第二产业中工业的四大主导产业进行分析，得出医药工业、电子信息产业区位商较高，是成都市主要的优势产业的观点。针对产业结构存在的问题，提出对成都市产业结构进行调整的方向和措施。第6章，城市化水平对成都市GDP增长的影响分析。城市化是与成都市GDP增长最为密切的影响因素之一。运用了回归分析模型分析成都市城市化率与经济增长之间的线性对数曲线关系，并进行因果检验。针对成都市处于城市化快速发展时期，运用计量经济学模型，对成都市城市化水平分别进行量和质的建模研究，特别是在质量建模中运用层次分析方法（AHP）进行综合评价，揭示成都市城市化过程中硬件先行、软件滞后，基础设施先行而人文环境落后的突出问题，提出提升成都市城市化率和城市化的质量水平的政策建议。第7章，成都市非量化因素对GDP增长的影响分析。根据GMDH核心模型和泛柯布—道格拉斯模型的结果，分析影响成都市GDP增长的非量化因素，提出建立规范化服务型政府，深化财政体制改革、提高地方财政运行质量和效益，完善政府投资项目管理等建设性意见，通过改进，大量的非量化因素能够促进成都市GDP的增长，而非制约成都市GDP增长。第8章，成都市经济发展水平的绿色GDP分析。采用当前国际经济界正在探索和发展的绿色GDP分析方法分析成都市经济发展与绿色GDP的关系。采用传统GDP—自然资源损耗—环境污染损失的方法对成都市绿色GDP进行了核算。运用数学方法对成都市绿色GDP和GDP与经济增长的关系进行了论证。提出以科学发展观为指导的成都市可持续发展战略对策措施。
二、基于自组织方法的成都市居民生活用水量的预测和分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于自组织方法的成都市居民生活用水量的预测和分析（论文提纲范文）
（1）基于遥感的城市高温热浪生态性减缓规划研究 ——以厦门和福州为例（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 选题来源 |
| 1.1.2 研究背景 |
| 1.1.3 研究目的 |
| 1.1.4 研究意义 |
| 1.2 研究方法与对象 |
| 1.2.1 研究方法 |
| 1.2.2 研究对象 |
| 1.3 基本概念解析 |
| 1.3.1 城市高温热浪的内涵 |
| 1.3.2 城市高温热浪的特征 |
| 1.3.3 城市高温热浪的威胁 |
| 1.4 研究技术手段、技术路线及创新点 |
| 1.4.1 遥感技术 |
| 1.4.2 景观生态格局指数 |
| 1.4.3 研究创新点 |
| 1.4.4 技术路线 |
| 第2章 相关理论与研究综述 |
| 2.1 城市生态安全与高温热浪 |
| 2.1.1 城市生态安全概述 |
| 2.1.2 城市生态安全理论发展综述 |
| 2.1.3 城市生态安全的维护 |
| 2.2 生态安全格局与高温热浪 |
| 2.2.1 生态安全格局 |
| 2.2.2 生态安全格局理论发展综述 |
| 2.3 城市高温相关研究综述 |
| 2.3.1 国外高温防控规划研究 |
| 2.3.2 高温热浪防控规划的研究进展 |
| 第3章 城市高温热浪复杂性分析及缓解体系构建 |
| 3.1 城市高温的形成原因及影响因素 |
| 3.1.1 气候因素 |
| 3.1.2 地理环境因素 |
| 3.1.3 人类活动因素 |
| 3.1.4 城市规划的因素 |
| 3.2 城市高温热浪损害性分析 |
| 3.2.1 城市高温热浪的防灾解析 |
| 3.2.2 高温热浪下城市脆弱性分析 |
| 3.3 城市高温热浪现存防控方法 |
| 3.3.1 城市高温及中暑事件的预报预警 |
| 3.3.2 城市高温事件应急预案 |
| 3.3.3 尚有防控方法的不足 |
| 3.4 生态安全视角下构建高温热浪缓解体系 |
| 3.4.1 高温热浪缓解体系构建原则 |
| 3.4.2 高温热浪缓解体系构建基础 |
| 3.4.3 高温热浪缓解体系构建过程 |
| 3.5 本章小结 |
| 第4章 减缓高温热浪视角下的研究区地表温度演化分析 |
| 4.1 研究区地表温度多年演变数据分析 |
| 4.1.1 多年温度数据对比演化分析 |
| 4.1.2 地表温度差值分析 |
| 4.2 研究区地表温度分类格局分析 |
| 4.2.1 研究区整体数据对比 |
| 4.2.2 行政区级别数据分析 |
| 4.3 研究区地表温度剖线变化分析 |
| 4.3.1 剖面线选择 |
| 4.3.2 数据对比分析 |
| 4.4 研究区地表高温区识别与分析 |
| 4.4.1 地表温度较高区选取 |
| 4.4.2 高温识别区分析 |
| 4.5 本章小结 |
| 第5章 基于遥感的研究区地表温度变化影响因素分析 |
| 5.1 研究区土地利用变化影响分析 |
| 5.1.1 土地类型划分 |
| 5.1.2 土地使用类型演化 |
| 5.1.3 土地类型与地表温度关联度分析 |
| 5.1.4 用地构成变化与地表温度演化对比分析 |
| 5.2 研究区植被覆盖变化影响分析 |
| 5.2.1 植被覆盖度演化分析 |
| 5.2.2 植被覆盖度剖面线变化分析 |
| 5.2.3 植被覆盖度变化与地表温度变化对照分析 |
| 5.2.4 植被覆盖度与地表温度的相关性回归分析 |
| 5.3 研究区景观格局指数变化影响分析 |
| 5.3.1 行政区级别植被景观格局指数演化分析 |
| 5.3.2 景观格局指数取样分析 |
| 5.4 本章小结 |
| 第6章 减缓城市高温热浪的宏观规划策略 |
| 6.1 城市综合节能减排的降温策略 |
| 6.1.1 生态化资源的利用方式 |
| 6.1.2 交通与道路组织的生态性优化 |
| 6.1.3 市政基础设施的生态式提升 |
| 6.1.4 土地和城市空间集约利用 |
| 6.2 气候适应性的城市降温要素利用 |
| 6.2.1 气候对城市发展的影响 |
| 6.2.2 城市空间结构的气候适应 |
| 6.2.3 城市功能区的气候适应 |
| 6.2.4 城市色彩的气候适应 |
| 6.2.5 城市建筑的气候适应 |
| 6.3 构建城市生态降温格局 |
| 6.3.1 搭建城市降温框架 |
| 6.3.2 利用城市风道降温 |
| 6.3.3 生态性优化植被覆盖 |
| 6.4 本章小结 |
| 第7章 减缓城市高温热浪的中微观规划策略 |
| 7.1 研究区高温热浪易损区规划应对 |
| 7.1.1 高温热浪易损区的分布与特征 |
| 7.1.2 高温热浪易损区成因与威胁 |
| 7.1.3 高温热浪易损区应对策略 |
| 7.2 减缓研究区热岛效应的绿地规划策略 |
| 7.2.1 绿地的选取与分布 |
| 7.2.2 城市绿地的降温效果对比 |
| 7.2.3 降温效果的相关性分析 |
| 7.2.4 城市绿地降温效果的利用 |
| 7.3 减缓研究区热岛效应的水体规划策略 |
| 7.3.1 河流的降温效果 |
| 7.3.2 湖泊、水库的降温效果 |
| 7.3.3 水体降温效果的利用 |
| 7.4 本章小结 |
| 第8章 结论与展望 |
| 8.1 主要结论 |
| 8.2 研究展望 |
| 参考文献 |
| 论文发表和参加科研情况说明 |
| 致谢 |
（2）基于自组织数据挖掘方法的区域用水量预警分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.2.1 用水量预测研究现状 |
| 1.2.2 自组织数据挖掘-GMDH算法研究现状 |
| 1.3 本文研究方法及内容 |
| 1.3.1 研究方法 |
| 1.3.2 研究内容 |
| 1.4 本文创新点及技术路线 |
| 1.4.1 论文创新点 |
| 1.4.2 论文技术路线 |
| 第2章 用水量影响因素体系研究及预警理论 |
| 2.1 用水量影响因素体系研究 |
| 2.1.1 用水量预测的分类 |
| 2.1.2 各类型用水量变化主要影响因素 |
| 2.1.3 用水量影响因素辨识准则 |
| 2.1.4 中长期用水量影响因素指标选取 |
| 2.2 预警理论及主要方法 |
| 2.3 本章小结 |
| 第3章 基于R语言的GMDH理论算法 |
| 3.1 数据挖掘算法的研究工具-R语言 |
| 3.2 GMDH算法 |
| 3.2.1 GMDH的基本原理 |
| 3.2.2 GMDH的建模过程 |
| 3.2.3 GMDH算法的实现流程 |
| 3.3 本章小结 |
| 第4章 中国区域经济发展的聚类分析 |
| 4.1 聚类方法简介 |
| 4.2 系统聚类法的评价 |
| 4.3 指标选取 |
| 4.4 聚类分析 |
| 4.5 本章小结 |
| 第5章 区域用水量预测及预警分析 |
| 5.1 区域用水量预测指标选取及数据预处理 |
| 5.1.1 区域用水量预测指标选取 |
| 5.1.2 数据标准化处理 |
| 5.2 北京市用水量预测 |
| 5.2.1 北京市经济发展及水资源现状 |
| 5.2.2 北京市用水量预测模型的构建 |
| 5.2.3 北京市2014和2015年用水总量预测 |
| 5.3 广东省用水量预测 |
| 5.3.1 广东省经济发展及水资源现状 |
| 5.3.2 广东省用水量预测模型的构建 |
| 5.3.3 广东省2014和2015年用水总量预测 |
| 5.4 河南省用水量预测 |
| 5.4.1 河南省经济发展及水资源现状 |
| 5.4.2 河南省用水量预测模型的构建 |
| 5.4.3 河南省2014和2015年用水总量预测 |
| 5.5 甘肃省用水量预测 |
| 5.5.1 甘肃省经济发展及水资源现状 |
| 5.5.2 甘肃用水量预测模型的构建 |
| 5.5.3 甘肃省2014和2015年用水总量预测 |
| 5.6 区域用水量预警分析 |
| 5.7 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
| 附录 |
（3）基于反正切函数的人均居民用水量S型模型拟合方法研究（论文提纲范文）
| 1 基本S型模型对张家口市人均居民用水量的拟合结果 |
| 2 基本S型模型拟合分析 |
| 3 基本S型模型拟合分析 |
| 4 结语 |
（4）深圳市盐田区给水专项规划研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 国内外研究现状 |
| 1.2.1 用水量预测研究现状 |
| 1.2.2 给水管网优化研究现状 |
| 1.2.3 非常规水资源的研究现状 |
| 1.3 课题的来源 |
| 1.4 论文的目的、意义和方法 |
| 1.4.1 论文的目的和意义 |
| 1.4.2 论文的内容和方法 |
| 2 规划概况 |
| 2.1 规划区概况 |
| 2.1.1 规划范围 |
| 2.1.2 自然条件 |
| 2.1.3 社会条件 |
| 2.2 规划编制的依据和标准 |
| 2.2.1 规划遵循的依据 |
| 2.2.2 规划遵循的标准 |
| 2.3 规划编制的原则和目标 |
| 2.3.1 规划编制的原则 |
| 2.3.2 规划编制的目标 |
| 2.4 规划年限 |
| 3 现状分析 |
| 3.1 用水量分析 |
| 3.1.1 区内用水趋势 |
| 3.1.2 各季节用水量 |
| 3.1.3 区内用水结构 |
| 3.2 供水水源 |
| 3.2.1 本地水资源 |
| 3.2.2 境外水资源 |
| 3.3 现状原水及水厂设施布局 |
| 3.3.1 现状原水系统 |
| 3.3.2 现状水厂布局 |
| 3.4 现状管网及加压系统 |
| 3.4.1 现状管网 |
| 3.4.2 现状加压系统 |
| 3.5 现状存在问题 |
| 3.5.1 原水系统 |
| 3.5.2 给水厂站 |
| 3.5.3 供水管网 |
| 4 用水量预测 |
| 4.1 用水量预测标准和方法 |
| 4.1.1 用水量预测标准和方法 |
| 4.1.2 最高日变化系数 Kd |
| 4.2 用水量预测 |
| 4.2.1 分类用地面积指标法预测 |
| 4.2.2 分类建筑面积指标法预测 |
| 4.2.3 远、近期预测用水量 |
| 4.3 用水量校核 |
| 4.3.1 用水量趋势法 |
| 4.3.2 单位人口用水标准 |
| 4.3.3 单位建设用地用水标准 |
| 4.3.4 校核结论 |
| 4.4 设施承载能力分析 |
| 5 原水系统及水厂布局 |
| 5.1 原水供需分析 |
| 5.1.1 原水供需构成 |
| 5.1.2 供需工况分析 |
| 5.2 水厂整合分析 |
| 5.2.1 盐田港片区 |
| 5.2.2 大小梅沙片区 |
| 5.3 水厂布局规划 |
| 5.4 原水系统布局 |
| 5.4.1 东部供水盐田支线 |
| 5.4.2 水库原水管线 |
| 6 给水管网规划 |
| 6.1 管网规划原则及思路 |
| 6.1.1 规划原则 |
| 6.1.2 规划思路 |
| 6.2 给水管网计算 |
| 6.2.1 管网水力计算 |
| 6.2.2 管网平差计算 |
| 6.2.3 控制点水压 |
| 6.3 供水分区 |
| 6.4 管网平差 |
| 6.4.1 干管系统基础方案 |
| 6.4.2 管网平差 |
| 6.5 规划给水管网 |
| 6.5.1 沙头角片区 |
| 6.5.2 盐田港及后方陆域片区 |
| 6.5.3 大小梅沙片区 |
| 6.6 片区供水互联互通规划 |
| 6.7 供水管材的选择及参数 |
| 7 非常规水资源的利用 |
| 7.1 再生水回用 |
| 7.1.1 再生水需求量预测 |
| 7.1.2 再生水供水设施规划 |
| 7.2 雨洪利用 |
| 7.2.1 山区雨洪利用 |
| 7.2.2 河流雨洪利用 |
| 7.2.3 建设区雨洪利用 |
| 7.3 海水利用 |
| 8 结论和建议 |
| 8.1 结论 |
| 8.2 建议 |
| 致谢 |
| 参考文献 |
| 附录 |
（5）区域用水量驱动因子识别及其预测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究的背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 驱动因子识别研究进展 |
| 1.2.2 用水量预测研究进展 |
| 1.3 研究内容 |
| 2 研究区域概况分析 |
| 2.1 山东省自然地理概况 |
| 2.1.1 地理概况 |
| 2.1.2 气象条件 |
| 2.1.3 河流水系 |
| 2.2 山东省社会经济概况 |
| 2.2.1 行政区划和人口 |
| 2.2.2 经济和社会发展 |
| 2.3 山东省水资源现状 |
| 2.4 山东省用水现状 |
| 2.5 山东省水资源开发利用存在的问题 |
| 2.6 小结 |
| 3 区域用水量驱动因子识别 |
| 3.1 用水的组成 |
| 3.2 驱动因子的选择原则 |
| 3.2.1 科学性原则 |
| 3.2.2 代表性原则 |
| 3.2.3 可操作性原则 |
| 3.2.4 动态性原则 |
| 3.3 驱动因子分析 |
| 3.3.1 生产用水驱动因子分析 |
| 3.3.2 生活用水驱动因子分析 |
| 3.3.3 生态用水驱动因子分析 |
| 3.4 主要驱动因子识别方法 |
| 3.4.1 常用的主要驱动因子的识别方法 |
| 3.4.2 主要驱动因子识别方法与模型 |
| 3.5 小结 |
| 4 山东省用水量主要驱动因子识别 |
| 4.1 运用主成分分析法进行驱动因子识别 |
| 4.1.1 生产用水 |
| 4.1.2 生活用水 |
| 4.1.3 生态用水 |
| 4.2 运用灰色关联分析法进行驱动因子识别 |
| 4.2.1 生产用水 |
| 4.2.2 生活用水 |
| 4.2.3 生态用水 |
| 4.3 运用集对分析法进行驱动因子识别 |
| 4.3.1 生产用水 |
| 4.3.2 生活用水 |
| 4.3.3 生态用水 |
| 4.4 三种识别方法分析结果对比 |
| 4.4.1 生产用水 |
| 4.4.2 生活用水 |
| 4.4.3 生态用水 |
| 4.5 小结 |
| 5 基于主要驱动因子影响的区域用水量预测 |
| 5.1 预测方法 |
| 5.1.1 时间序列法 |
| 5.1.2 回归分析法 |
| 5.1.3 指标分析法 |
| 5.1.4 灰色预测法 |
| 5.1.5 人工神经网络法 |
| 5.2 多元线性回归预测模型 |
| 5.3 用水量预测 |
| 5.3.1 生产用水量预测 |
| 5.3.2 生活用水量预测 |
| 5.3.3 生态用水量预测 |
| 5.4 主要驱动因子预测分析 |
| 5.4.1 GM(1,1)模型基本原理 |
| 5.4.2 各主要驱动因子的预测结果 |
| 5.5 预测结果分析 |
| 5.6 小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（6）农村居民生活用水现状及用水量影响因素分析 ——基于江苏省沭阳县的入户调查（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 导言 |
| 1.1 研究背景与问题的提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题的提出 |
| 1.2 研究意义 |
| 1.3 研究内容与研究目标 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线图 |
| 1.5 可能的创新与不足 |
| 1.6 概念的界定 |
| 1.6.1 农村居民 |
| 1.6.2 农村居民生活用水 |
| 1.6.3 家庭常住人口 |
| 1.7 小结 |
| 第二章 理论基础与文献综述 |
| 2.1 消费者行为学观点 |
| 2.1.1 需求分析 |
| 2.1.2 购买行为分析 |
| 2.1.3 消费行为影响因素分析 |
| 2.1.4 居民生活需水量函数 |
| 2.2 文献综述 |
| 2.2.1 农村饮水安全相关研究 |
| 2.2.2 居民生活用水量影响因素 |
| 2.2.3 已有研究的数据类型与函数模型 |
| 2.3 小结 |
| 第三章 沭阳县农村供水现状——基于供水者角度 |
| 3.1 调研区域概况 |
| 3.1.1 自然概况 |
| 3.1.2 社会经济概况 |
| 3.1.3 水资源概况 |
| 3.2 农村人口饮水安全普及度和自来水普及率 |
| 3.3 农村供水设施情况及供水能力 |
| 3.3.1 集中式供水基本情况 |
| 3.3.2 分散式供水基本情况 |
| 3.4 农村供水存在的主要问题 |
| 3.4.1 生活用水水质超标问题 |
| 3.4.2 水源保证率、生活用水量等方面的问题 |
| 3.4.3 农村饮水工程建设与管理存在的主要问题 |
| 3.5 小结 |
| 第四章 沭阳县农村生活用水现状分析——基于用户角度 |
| 4.1 数据来源及样本结构 |
| 4.1.1 调查方法 |
| 4.1.2 问卷结构 |
| 4.1.3 样本构成 |
| 4.2 沭阳县农村居民生活用水基本情况 |
| 4.3 调查数据分析 |
| 4.3.1 描述性分析 |
| 4.3.2 相关性分析 |
| 4.3.3 水资源认知度影响因素 |
| 4.4 小结 |
| 第五章 农村居民家庭生活用水量影响因素实证分析 |
| 5.1 研究方法与变量解释 |
| 5.2 用水量比较 |
| 5.3 农村居民生活用水量影响因素分析 |
| 5.3.1 模型设计 |
| 5.3.2 回归结果与分析 |
| 5.4 小结 |
| 第六章 结论与政策建议 |
| 6.1 主要结论 |
| 6.1.1 农村饮水安全设施薄弱 |
| 6.1.2 当地水费结构不尽合理 |
| 6.1.3 农村生活用水量受多方面因素影响 |
| 6.1.4 农民节水意识还不够强烈 |
| 6.2 政策建议 |
| 6.2.1 加大农村饮水工程建设,改善各项供水设施 |
| 6.2.2 改革水价制定方式,按时按量收取水费 |
| 6.2.3 加强宣传力度,提倡“安全用水,节约用水” |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文目录 |
（7）数据挖掘在经济预测中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 数据挖掘与经济预测的研究现状及意义 |
| 1.3 本文主要研究内容和工作 |
| 1.4 本文的组织结构 |
| 1.5 本章小结 |
| 第二章 数据挖掘理论与技术综述 |
| 2.1 数据挖掘概述 |
| 2.1.1 数据挖掘的产生 |
| 2.1.2 数据挖掘的定义 |
| 2.1.3 数据挖掘的发展历程 |
| 2.2 数据挖掘研究内容、功能、常用技术及工具 |
| 2.2.1 数据挖掘的内容与功能 |
| 2.2.2 数据挖掘的常用技术与工具 |
| 2.3 数据挖掘的基本处理流程与系统结构 |
| 2.3.1 数据挖掘的基本处理流程 |
| 2.3.2 数据挖掘的系统结构 |
| 2.4 数据挖掘的应用领域与热点、未来研究方向 |
| 2.4.1 数据挖掘的应用领域与热点 |
| 2.4.2 数据挖掘的未来研究方向 |
| 2.5 本章小结 |
| 第三章 自组织数据挖掘 |
| 3.1 组织与自组织 |
| 3.1.1 组织 |
| 3.1.2 自组织 |
| 3.2 自组织数据挖掘 |
| 3.2.1 自组织理论 |
| 3.2.2 自组织原理 |
| 3.3 自组织数据挖掘建模的基本思想和基本步骤 |
| 3.3.1 自动建模方法 |
| 3.3.2 自组织数据挖掘建模的基本思想 |
| 3.3.3 自组织数据挖掘建模方法的基本步骤 |
| 3.4 自组织数据挖掘算法及归纳技术 |
| 3.4.1 自组织数据挖掘算法 |
| 3.4.2 自组织数据挖掘算法的函数流程 |
| 3.4.3 自组织数据挖掘算法的具体步骤 |
| 3.4.4 自组织数据挖掘算法的主要类型 |
| 3.4.5 自组织数据挖掘算法的控制原理与准则选择 |
| 3.4.6 最优复杂度模型 |
| 3.5 自组织数据挖掘算法的特点及应用 |
| 3.5.1 自组织数据挖掘算法的特点 |
| 3.5.2 自组织数据挖掘算法的应用 |
| 3.6 本章小结 |
| 第四章 自组织数据挖掘与经济预测 |
| 4.1 经济预测问题 |
| 4.1.1 经济预测 |
| 4.1.2 经济预测的发展 |
| 4.1.3 经济预测的方法 |
| 4.2 自组织数据挖掘与经济预测 |
| 4.3 多层迭代GMDH 算法 |
| 4.4 活动神经元与选择准则 |
| 4.4.1 活动神经元 |
| 4.4.2 选择准则与模型确认 |
| 4.5 本章小结 |
| 第五章 自组织数据挖掘在经济预测中的应用及分析 |
| 5.1 经济指标与成都市的经济现状 |
| 5.2 基于自组织数据挖掘的应用设计与实现 |
| 5.2.1 成都市GDP 增长的模型设计 |
| 5.2.2 成都市经济发展建模数据来源与指标选择 |
| 5.2.3 成都市GDP 增长的自组织建模 |
| 5.2.4 成都市较长期GDP 增长的建模结果 |
| 5.2.5 成都市中短期GDP 增长的建模结果 |
| 5.3 成都市GDP 增长自组织建模分析 |
| 5.4 成都市GDP 增长的自组织预测 |
| 5.4.1 训练数据格式设计与预测指标选择 |
| 5.4.2 预测模型的建立 |
| 5.4.3 预测结果的分析 |
| 5.5 本章小结 |
| 第六章 结束语 |
| 致谢 |
| 参考文献 |
（8）县域系统的小康指标因素分析研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 全面小康的内涵 |
| 1.1.2 国内外相关研究 |
| 1.2 研究框架 |
| 1.3 研究意义 |
| 第2章 指标体系 |
| 2.1 构建指标的原则 |
| 2.1.1 指标的特性 |
| 2.1.2 指标的原则 |
| 2.2 指标体系及目标值 |
| 2.2.1 构建指标的方法 |
| 2.2.2 指标体系的构成 |
| 2.3 指标解释及规划 |
| 2.3.1 经济系统 |
| 2.3.2 社会系统 |
| 2.3.3 资源环境系统 |
| 第3章 算法基础 |
| 3.1 自组织理论 |
| 3.2 GMDH算法 |
| 3.3 模糊决策理论 |
| 3.3.1 模糊数 |
| 3.3.2 模糊决策 |
| 第4章 进程预测 |
| 4.1 进程预测 |
| 4.2 结论及建议 |
| 4.2.1 主要结论 |
| 4.2.2 政策建议 |
| 第5章 动因解析 |
| 5.1 经济系统 |
| 5.1.1 人均增加值 |
| 5.1.2 非农产业比 |
| 5.1.3 农业生产率 |
| 5.2 社会系统 |
| 5.2.1 城市化水平 |
| 5.2.2 恩格尔系数 |
| 5.2.3 非农就业比 |
| 5.3 环境系统 |
| 5.3.1 森林覆盖 |
| 5.3.2 公路密度 |
| 5.4 指标的模糊化处理 |
| 5.5 指标的多目标优化 |
| 第6章 结束语 |
| 6.1 主要结论 |
| 6.2 主要创新 |
| 6.3 后继研究 |
| 参考文献 |
| 攻读硕士学位期间发表论文 |
| 致谢 |
（10）基于自组织建模的成都GDP增长及影响因素研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 问题的提出与研究的意义 |
| 1.1.1 研究成都问题的重要意义 |
| 1.1.2 研究GDP的重要意义 |
| 1.1.3 研究成都市GDP的重要意义 |
| 1.2 GDP增长建模研究的理论综述 |
| 1.2.1 经济增长理论研究综述 |
| 1.2.2 GDP理论研究综述 |
| 1.2.3 GDP增长建模研究综述 |
| 1.2.4 GDP增长建模研究的评论 |
| 1.3 本文的主要工作 |
| 1.3.1 本文研究的主要内容和结构 |
| 1.3.2 本文的研究方法 |
| 第2章 自组织数据挖掘理论与方法 |
| 2.1 复杂经济系统的数据挖掘方法 |
| 2.1.1 人工神经网络 |
| 2.1.2 遗传算法 |
| 2.1.3 自组织数据挖掘方法 |
| 2.2 自组织数据挖掘的工作原理 |
| 2.2.1 自组织理论与方法的起源 |
| 2.2.2 自组织算法的概念 |
| 2.2.3 自组织算法的选择准则 |
| 2.2.4 GMDH算法 |
| 2.3 本章小结 |
| 第3章 成都市GDP增长的自组织模型 |
| 3.1 成都市经济发展现状分析 |
| 3.2 成都市经济发展建模指标体系 |
| 3.2.1 理想指标应具有的标准 |
| 3.2.2 构建选择指标体系的原则 |
| 3.2.3 成都市GDP增长自组织建模指标体系 |
| 3.3 成都市经济发展建模数据来源 |
| 3.3.1 成都市经济发展建模数据来源 |
| 3.3.2 建模数据的处理 |
| 3.4 成都市经济发展GDP自组织建模 |
| 3.4.1 成都市经济发展GDP自组织建模 |
| 3.4.2 中国经济发展GDP自组织建模及其比较 |
| 3.5 成都市GDP增长的特征 |
| 3.5.1 成都市GDP增长与全国的共有规律 |
| 3.5.2 成都市GDP增长所具有的特有特征 |
| 3.6 本章小结 |
| 第4章 投资与消费对成都市GDP增长的影响分析 |
| 4.1 成都市经济发展过程中投资与消费现状分析 |
| 4.2 投资与消费对成都市GDP增长的建模分析 |
| 4.2.1 指标数据的选取与模型的选择 |
| 4.2.2 泛柯布-道格拉斯模型的应用 |
| 4.2.3 成都市泛柯布-道格拉斯模型的结论分析 |
| 4.3 成都市投资影响因素分析 |
| 4.3.1 投资影响因素建模的指标体系和数据来源 |
| 4.3.2 成都市投资影响因素的建模研究 |
| 4.3.3 结论 |
| 4.4 成都市消费水平分析 |
| 4.4.1 成都市消费水平概况 |
| 4.4.2 成都市政府消费分析 |
| 4.4.3 成都市居民消费分析 |
| 4.4.4 成都市消费水平结论 |
| 4.5 提高成都市投资与消费水平的政策建议 |
| 4.5.1 成都市投资体制政策建议 |
| 4.5.2 成都市消费水平政策建议 |
| 4.6 本章小结 |
| 第5章 产业结构对成都市GDP增长的影响分析 |
| 5.1 成都市产业结构发展现状 |
| 5.1.1 成都市第一产业的发展状况分析 |
| 5.1.2 成都市工业的发展状况分析 |
| 5.1.3 成都市第三产业的发展状况分析 |
| 5.2 成都市经济增长动力分析 |
| 5.2.1 偏离-份额分析法(SSM)原理 |
| 5.2.2 成都市经济增长动力SSM分析 |
| 5.2.3 成都市经济增长动力分析研究结论 |
| 5.3 成都市主导产业分析 |
| 5.3.1 成都市主导产业现状 |
| 5.3.2 区位商分析方法的原理 |
| 5.3.3 成都市主导产业区位商分析 |
| 5.3.4 成都市主导产业区位商分析研究结论 |
| 5.4 成都市产业结构调整方向以及政策建议 |
| 5.4.1 成都市产业结构调整方向与重点 |
| 5.4.2 成都市产业结构调整原则 |
| 5.4.3 成都市产业结构调整措施 |
| 5.5 本章小结 |
| 第6章 城市化水平对成都市GDP增长的影响分析 |
| 6.1 成都市城市化水平发展现状分析 |
| 6.1.1 成都城市化演进历史 |
| 6.1.2 成都市城市化水平现状 |
| 6.2 成都市城市化与经济增长的线性对数曲线 |
| 6.2.1 成都市城市化率与经济增长线性对数曲线建模 |
| 6.2.2 成都市城市化率与经济增长线性对数建模结论 |
| 6.3 成都市城市化水平建模研究 |
| 6.3.1 成都市城市化水平在量的方面建模研究 |
| 6.3.2 成都市城市化水平在质的方面建模研究 |
| 6.4 成都市城市化发展问题及政策建议 |
| 6.4.1 成都市城市化发展问题 |
| 6.4.2 成都市城市化发展的政策建议 |
| 6.5 本章小结 |
| 第7章 成都市非量化因素对GDP增长的影响分析 |
| 7.1 影响成都市经济增长的非量化因素 |
| 7.1.1 投资软环境存在的问题 |
| 7.1.2 地方财政管理体制存在的问题 |
| 7.1.3 政府投资项目管理存在的问题 |
| 7.2 解决成都市非量化影响因素政策建议 |
| 7.2.1 建立规范化服务型政府 |
| 7.2.2 深化财政管理体制改革,提高地方财政运行的质量和效益 |
| 7.2.3 进一步完善政府投资项目管理 |
| 7.3 本章小结 |
| 第8章 成都市经济发展水平的绿色GDP分析 |
| 8.1 绿色GDP |
| 8.1.1 绿色GDP的内涵 |
| 8.1.2 绿色GDP与传统GDP的关系 |
| 8.1.3 绿色GDP研究分析的必要性 |
| 8.1.4 绿色GDP计算方法 |
| 8.1.5 绿色GDP资源环境的估价方法 |
| 8.2 绿色GDP国内外研究状况 |
| 8.2.1 国外研究状况 |
| 8.2.2 国内研究状况 |
| 8.3 成都市绿色GDP核算 |
| 8.3.1 成都市绿色GDP核算指标体系 |
| 8.3.2 成都市绿色GDP核算帐户内容和估价方法 |
| 8.3.3 成都市绿色GDP的核算 |
| 8.4 以绿色GDP指标进行成都市GDP增长分析 |
| 8.5 以科学发展观来提出成都市经济可持续发展对策 |
| 8.6 本章小结 |
| 结论 |
| 本文的主要工作 |
| 本文的创新之处 |
| 有待进一步研究的问题 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的论文及科研情况 |
四、基于自组织方法的成都市居民生活用水量的预测和分析（论文参考文献）
- [1]基于遥感的城市高温热浪生态性减缓规划研究 ——以厦门和福州为例[D]. 池腾龙. 天津大学, 2017(01)
- [2]基于自组织数据挖掘方法的区域用水量预警分析[D]. 李贺. 华北电力大学(北京), 2016(02)
- [3]基于反正切函数的人均居民用水量S型模型拟合方法研究[J]. 张克阳. 现代农业科技, 2015(13)
- [4]深圳市盐田区给水专项规划研究[D]. 杨泽宇. 西安建筑科技大学, 2014(08)
- [5]区域用水量驱动因子识别及其预测研究[D]. 周戎星. 合肥工业大学, 2014(07)
- [6]农村居民生活用水现状及用水量影响因素分析 ——基于江苏省沭阳县的入户调查[D]. 李梅艳. 南京农业大学, 2011(01)
- [7]数据挖掘在经济预测中的应用研究[D]. 唐志恩. 电子科技大学, 2008(11)
- [8]县域系统的小康指标因素分析研究[D]. 陈芳. 四川大学, 2007(05)
- [9]ANN模型的经济学应用及其发展趋势[J]. 张建军,李国平. 经济学家, 2006(05)
- [10]基于自组织建模的成都GDP增长及影响因素研究[D]. 康银劳. 西南交通大学, 2007(04)