| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究概述 | 第9页 |
| ·课题研究的背景及已有的方法 | 第9-14页 |
| ·课题研究内容 | 第14-15页 |
| ·课题研究意义 | 第15-16页 |
| 第二章 配水管网系统概述 | 第16-27页 |
| ·配水管网系统的功能与组成 | 第16-18页 |
| ·配水管网系统的类型 | 第18-19页 |
| ·配水管网布置的基本形式 | 第19-20页 |
| ·给水泵站 | 第20-21页 |
| ·给水系统常用的水泵 | 第20页 |
| ·给水泵站的类型及其主要特点 | 第20-21页 |
| ·配水管网系统的模型化 | 第21-27页 |
| ·配水管网系统的简化 | 第22页 |
| ·配水管网系统的抽象 | 第22-24页 |
| ·管网模型的标识 | 第24-25页 |
| ·管段模型的水力特性 | 第25-27页 |
| 第三章 配水管网系统的优化布置 | 第27-37页 |
| ·配水管网系统优化设计基本概念 | 第27-28页 |
| ·配水管网优化布置原则 | 第28-29页 |
| ·配水管网优化设计的数学模型 | 第29-37页 |
| ·目标函数的组成 | 第29-30页 |
| ·管网建设投资费用 | 第30页 |
| ·泵站年运行电费计算 | 第30-32页 |
| ·目标函数中存在的问题及问题的修正 | 第32-34页 |
| ·配水管网优化设计的约束条件 | 第34-36页 |
| ·配水管网优化设计的数学模型 | 第36-37页 |
| 第四章 人工神经网络概述及HOPFIELD网络简介 | 第37-44页 |
| ·HOPFIELD神经网络概述 | 第38-41页 |
| ·连续型Hopfield神经网络 | 第39-40页 |
| ·Hopfield网络用于求解组合优化问题 | 第40-41页 |
| ·HOPFIELD神经网络用于求解旅行商路线问题 | 第41-44页 |
| ·组合优化问题 | 第41-42页 |
| ·Hopfield网络方法用于求解MTSP | 第42-44页 |
| 第五章 基于MTSP的配水管网管道定线的优化布置 | 第44-55页 |
| ·城市配水管网管道定线的基本要求 | 第44-45页 |
| ·MTSP转化为TSP的神经网络算法 | 第45-48页 |
| ·问题的提出及表示 | 第45-47页 |
| ·能量函数的建立 | 第47-48页 |
| ·MTSP的迭代公式极其Hopfield神经网络算法 | 第48页 |
| ·基于MTSP的配水管网管道定线的优化设计 | 第48-55页 |
| ·问题的提出及表示 | 第49-53页 |
| ·MTSP的Hopfield神经网络计算方法极其智能化算法的改进 | 第53-55页 |
| 第六章 遗传算法及其在管径组合优化设计中的应用 | 第55-73页 |
| ·标准遗传算法概述 | 第55-57页 |
| ·遗传算法的操作步骤 | 第57-63页 |
| ·编码 | 第57-58页 |
| ·群体设定 | 第58页 |
| ·适应度函数 | 第58-59页 |
| ·适应度函数和问题约束条件 | 第59页 |
| ·遗传操作 | 第59-63页 |
| ·遗传算法的搜索过程 | 第63页 |
| ·遗传算法在配水管网管径组合优化设计中应用的可行性分析 | 第63-66页 |
| ·遗传算法用于配水管网管径组合优化 | 第66-73页 |
| ·研究方法 | 第66-67页 |
| ·遗传算法的算子及程序流程 | 第67-69页 |
| ·惩罚因子的选择 | 第69-70页 |
| ·遗传算法的收敛判别 | 第70页 |
| ·遗传算法求解管径组合优化问题的程序流程图 | 第70-73页 |
| 第七章 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·展望 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 致谢 | 第77-78页 |
| 作者在攻读硕士学位期间发表的论文 | 第78页 |
