摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-16页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 多目标优化算法 | 第10-12页 |
1.3 地下水修复管理模型研究现状 | 第12-14页 |
1.4 论文的主要内容及成果 | 第14-16页 |
第二章 基于爬山式迭代局部搜索的混合多目标遗传算法 | 第16-25页 |
2.1 快速非支配排序多目标遗传算法 | 第16-17页 |
2.2 爬山式迭代局部搜索算法 | 第17-20页 |
2.3 混合多目标遗传算法 | 第20-24页 |
2.3.1 组合优化方法 | 第21-22页 |
2.3.2 标准函数测试 | 第22-24页 |
2.4 本章小结 | 第24-25页 |
第三章 混合多目标遗传算法在地下水污染修复PAT系统优化中的应用 | 第25-39页 |
3.1 地下水流模型与溶质运移模型 | 第25-28页 |
3.1.1 地下水水流模型 | 第25-26页 |
3.1.2 地下水溶质运移模型 | 第26-28页 |
3.2 地下水污染修复的PAT系统管理模型 | 第28-29页 |
3.3 混合多目标算法求解PAT系统的管理模型 | 第29-37页 |
3.3.1 理想算例 | 第29-33页 |
3.3.2 实际算例 | 第33-37页 |
3.4 本章小结 | 第37-39页 |
第四章 混合多目标遗传算法在地下水DNAPLs污染修复管理中的应用 | 第39-54页 |
4.1 多相流运移模型 | 第39-44页 |
4.1.1 多相流运移的控制方程 | 第39-42页 |
4.1.2 多相流运移模型的定解条件 | 第42-43页 |
4.1.3 表面活性剂修复含水层模型 | 第43-44页 |
4.2 基于kriging方法的SEAR过程模拟模型的替代模型 | 第44-49页 |
4.2.1 kriging替代模型 | 第44-46页 |
4.2.2 算例应用 | 第46-49页 |
4.3 混合多目标遗传算法求解SEAR过程的管理模型 | 第49-53页 |
4.3.1 SEAR过程的管理模型 | 第49-51页 |
4.3.2 优化结果与讨论 | 第51-53页 |
4.4 本章小结 | 第53-54页 |
第五章 结论与展望 | 第54-56页 |
5.1 主要结论 | 第54页 |
5.2 研究展望 | 第54-56页 |
参考文献 | 第56-61页 |
研究生期间论文发表及研究成果 | 第61-62页 |
致谢 | 第62-63页 |