基于遗传算法和神经网络的泵站经济运行研究
| 摘要(中文) | 第1-7页 |
| 摘要(英文) | 第7-9页 |
| 符号说明 | 第9-10页 |
| 第一章 概述 | 第10-17页 |
| 1．1 我国跨流域调水泵站发展概况 | 第10-11页 |
| 1．2 大型泵站经济运行的必要性和可行性 | 第11-12页 |
| 1．3 泵站经济运行国内外研究现状 | 第12-15页 |
| 1．4 本文研究内容 | 第15-17页 |
| 第二章 泵站经济运行的数学模型 | 第17-21页 |
| 2．1 泵站经济运行准则 | 第17-18页 |
| 2．2 数学模型 | 第18-20页 |
| 2．3 小结 | 第20-21页 |
| 第三章 基于遗传算法的泵站经济运行 | 第21-50页 |
| 3．1 遗传算法的基本理论 | 第21-24页 |
| 3．1．1 遗传算法基本术语 | 第22-23页 |
| 3．1．2 遗传算子 | 第23-24页 |
| 3．2 原型泵装置性能换算 | 第24-30页 |
| 3．2．1 新的换算方法推导 | 第25-27页 |
| 3．2．2 实例分析 | 第27-30页 |
| 3．3 用遗传算法求解泵站经济运行的算例 | 第30-49页 |
| 3．3．1 江都排灌站工程概况 | 第30-32页 |
| 3．3．2 基本资料 | 第32-36页 |
| 3．3．3 经济运行的数学模型 | 第36-38页 |
| 3．3．4 计算方法 | 第38-44页 |
| 3．3．5 优化结果及分析 | 第44-49页 |
| 3．4 小结 | 第49-50页 |
| 第四章 人工神经网络在泵站经济运行中的应用 | 第50-63页 |
| 4．1 神经网络的基本理论 | 第50-56页 |
| 4．1．1 神经网络的结构与算法 | 第51-54页 |
| 4．1．2 神经网络的设计 | 第54-56页 |
| 4．2 基于人工神经网络的泵站站内经济运行 | 第56-62页 |
| 4．2．1 样本点的获取 | 第56-60页 |
| 4．2．2 网络训练及预测结果 | 第60-62页 |
| 4．3 小结 | 第62-63页 |
| 第五章 结论与展望 | 第63-64页 |
| 5．1 研究成果 | 第63页 |
| 5．2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
