| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.3.1 水资源预测国内外研究进展 | 第13-14页 |
| 1.3.2 水资源调度国内外研究进展 | 第14-15页 |
| 1.4 本文的创新方法 | 第15-16页 |
| 1.4.1 水资源预测方法 | 第15-16页 |
| 1.4.2 水资源调度方法 | 第16页 |
| 1.5 研究内容 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第2章 校园供水管网系统 | 第18-21页 |
| 2.1 校园供水管网架构 | 第18-19页 |
| 2.2 技术路线 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 校园区间需水预测模型 | 第21-39页 |
| 3.1 数据预处理 | 第22-24页 |
| 3.2 用水样本数据的聚类分析 | 第24-25页 |
| 3.3 需水预测区间选取 | 第25页 |
| 3.4 相似状态选取 | 第25-26页 |
| 3.5 贝叶斯优化BP神经网络权值阈值 | 第26-33页 |
| 3.5.1 贝叶斯优化BP神经网络模型 | 第26-30页 |
| 3.5.2 神经网络权值概率分布 | 第30页 |
| 3.5.3 权值最优解 | 第30页 |
| 3.5.4 阈值最优解 | 第30-31页 |
| 3.5.5 权值和阈值的调整 | 第31页 |
| 3.5.6 学习速率的调整 | 第31-33页 |
| 3.5.7 神经网络参数设定 | 第33页 |
| 3.6 校园需水区间预测结果 | 第33-37页 |
| 3.6.1 区间预测结果展示 | 第33-34页 |
| 3.6.2 需水预测区间置信水平 | 第34页 |
| 3.6.3 区间上限与区间下限 | 第34-35页 |
| 3.6.4 区间中值结果 | 第35-36页 |
| 3.6.5 区间中值误差校正结果 | 第36-37页 |
| 3.7 贝叶斯BP预测法与传统BP预测法的比较 | 第37-38页 |
| 3.8 本章小结 | 第38-39页 |
| 第4章 校园水资源优化调度模型 | 第39-51页 |
| 4.1 调度模型参数预处理 | 第40-41页 |
| 4.1.1 人口目标 | 第40页 |
| 4.1.2 水环境目标 | 第40页 |
| 4.1.3 供水量约束条件 | 第40页 |
| 4.1.4 需水量约束条件 | 第40页 |
| 4.1.5 用水费用约束条件 | 第40-41页 |
| 4.2 针对校园水泵采用出口节流方法 | 第41页 |
| 4.3 引入节流装置 | 第41-43页 |
| 4.4 遗传算法优化水资源调度模型 | 第43-47页 |
| 4.4.1 编码函数 | 第45页 |
| 4.4.2 确定适应度函数 | 第45-46页 |
| 4.4.3 遗传算法参数选取 | 第46页 |
| 4.4.4 遗传算法计算步骤 | 第46-47页 |
| 4.5 校园水资源优化调度实例分析 | 第47-50页 |
| 4.5.1 不同遗传迭代次数下校园日用水量调度结果 | 第47-49页 |
| 4.5.2 未引入节流装置和引入节流装置后校园日用水量调度结果 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 作者简介 | 第58页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第58-59页 |