信息熵理論在水系統中的研究與應用

《信息熵理論在水系統中的研究與應用》論述了信息熵（Shannon熵、Tsallis熵、多尺度熵、樣本熵、互熵等）及耦合理論方法（工程模糊集、小波分析、雲模型等）在水系統中的不確定性研究與應用。內容包括水質評價模糊優化耦合建模，數據隨機觀測誤差不確定性及影響，大型水庫對泥沙和徑流的影響，水文序列週期識別、消噪、複雜性分析與隨機模擬，地下水流數值模擬不確定性定量評價等。 ^[2] 

序

前言

第1章基於最大熵原理和工程模糊集理論的模糊優化耦合模型

1.1引言

1.2基本概念與理論方法

1.3水環境質量評價的模糊優化耦合模型

1.4應用實例

1.5結論

第2章基於Shannon熵和Tsallis熵的數據隨機觀測誤差不確定性及其影響

2.1引言

2.2基於Shannon熵、最大熵原理（POME）和Tsallis熵的實測數據的概率分佈

2.3兩種觀測誤差下隨機觀測誤差（SCIE）的影響

2.4結論

本章附錄截尾正態分佈

第3章基於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章基於樣本熵理論的水文序列小波消噪與內部複雜性變化特徵分析

4.1基於樣本熵理論的自適應小波消噪分析方法

4.2基於樣本熵理論的徑流序列複雜性分析

第5章基於耦合熵譜分析的水文時間序列週期識別方法與主週期變化分析

5.1水文序列週期識別方法——Ⅰ（MSSA）

5.2水文序列週期識別方法——Ⅱ（EEMD-MESA）

5.3水文序列主週期變化原因分析

5.4小結

第6章基於信息熵理論的水文序列消噪與複雜性表徵

6.1水文序列分析中基於信息熵理論的消噪方法

6.2水文序列複雜特性定量描述

第7章基於互熵分析的地下水流模型輸出的概率分佈特徵分析

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章基於信息熵方法的地下水流數值模擬不確定性的定量評價

8.1地下水數值模擬不確定性定量評價概述

8.2基於方差方法的不確定性評價

8.3基於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章基於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章基於雲模型的水體富營養化程度評價方法

10.1引言

10.2雲模型簡介

10.3基於雲模型的水體富營養化程度評價方法

10.4實例分析與比照

10.5結論

參考文獻 ^[1]