| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 第1章 绪论 | 第12-22页 |
| ·课题背景和研究意义 | 第12-14页 |
| ·国内外研究现状及发展动态 | 第14-17页 |
| ·研究内容和研究目标 | 第17-19页 |
| ·研究内容 | 第17-19页 |
| ·研究目标 | 第19页 |
| ·研究方案及可行性分析 | 第19-20页 |
| ·研究方案 | 第19-20页 |
| ·技术路线 | 第20页 |
| ·论文创新点及主要成果 | 第20-22页 |
| 第2章 管道漏失成因分析及状态模拟 | 第22-43页 |
| ·漏失成因分析 | 第22-23页 |
| ·水流模拟装置及实验方案设计 | 第23-26页 |
| ·水流模拟实验装置 | 第23-24页 |
| ·土壤介质的选择 | 第24-25页 |
| ·实验方案 | 第25-26页 |
| ·水流模拟实验结果分析 | 第26-41页 |
| ·土壤 A、B 渗透系数 | 第26-29页 |
| ·不同孔径无覆土孔口出流对比 | 第29-31页 |
| ·孔口φ=2cm 时覆土壤 A 与无覆土出流对比 | 第31-33页 |
| ·孔口φ=2cm 时覆土壤 A 与土壤 B 出流对比 | 第33-35页 |
| ·孔口φ=1cm 时覆土壤 B 与无覆土出流对比 | 第35-37页 |
| ·孔口φ=2cm 时覆土壤 B 与无覆土出流对比 | 第37-39页 |
| ·孔口覆土壤 B 时φ=1cm 与φ=2cm 出流对比 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第3章 基于漏失量变化的供水管网压力变化特性研究 | 第43-61页 |
| ·供水管网仿真模拟实验平台 | 第43-46页 |
| ·供水管网仿真模拟实验平台开发的背景 | 第43-44页 |
| ·仿真模拟实验平台的组成 | 第44-46页 |
| ·仿真管网水力建模 | 第46-48页 |
| ·微观模型简介 | 第46-47页 |
| ·基于 EPA 水力建模 | 第47-48页 |
| ·基于模型需要的压力监测点优化布置 | 第48-55页 |
| ·管网压力监测点的优化布置 | 第49-50页 |
| ·给定测点位置时测点所示区域的确定 | 第50-51页 |
| ·给定测点所示区域时测点位置的确定 | 第51-52页 |
| ·测点数给定时初始测点的确定 | 第52页 |
| ·给定测点数时测点的优化布置 | 第52-54页 |
| ·给定精度时测点的优化布置 | 第54-55页 |
| ·多工况模型校核 | 第55-56页 |
| ·管网漏失模拟与分析 | 第56-59页 |
| ·单点漏失分析 | 第56-58页 |
| ·两点漏失分析 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第4章 基于遗传算法的反问题漏失定位研究 | 第61-76页 |
| ·水力瞬变流反问题分析方法 | 第61-63页 |
| ·管道瞬变流数学模型 | 第61-62页 |
| ·系统辩识反问题 | 第62页 |
| ·水力瞬变反问题分析 | 第62-63页 |
| ·基于智能寻优的反问题漏失定位模型构建 | 第63-64页 |
| ·智能化遗传算法 | 第64-70页 |
| ·遗传算法的基本原理 | 第64-66页 |
| ·遗传算法的基本实现技术 | 第66-69页 |
| ·约束条件的处理 | 第69-70页 |
| ·反问题漏失定位智能优化实践结果 | 第70-75页 |
| ·本章小结 | 第75-76页 |
| 第5章 基于 MATLAB-BP 网络的管网漏失状态判别与定位研究 | 第76-93页 |
| ·神经网络基本理论 | 第76-86页 |
| ·神经网络的基本概念 | 第76-78页 |
| ·BP 神经网络 | 第78-86页 |
| ·实验方案及神经网络各部分参数确定 | 第86-88页 |
| ·实验方案 | 第86页 |
| ·神经网络各部分参数确定 | 第86-88页 |
| ·基于 MATLAB-BP 神经网络的管网漏失研究 | 第88-91页 |
| ·神经网络的训练及输出 | 第89-91页 |
| ·本章小结 | 第91-93页 |
| 结论与展望 | 第93-95页 |
| 参考文献 | 第95-101页 |
| 攻读硕士学位期间发表的学术论文及科研工作 | 第101-102页 |
| 致谢 | 第102页 |
