摘要 | 第1-4页 |
Abstract | 第4-13页 |
第1章 绪论 | 第13-34页 |
·引言 | 第13页 |
·研究现状 | 第13-23页 |
·水环境及水资源评价和预测方法的研究进展 | 第14-18页 |
·水环境及水资源优化方法的研究进展 | 第18-23页 |
·论文的选题背景、研究目的及意义 | 第23-24页 |
·本论文的主要研究内容及技术路线 | 第24-34页 |
·研究内容 | 第24-25页 |
·研究思路与技术路线 | 第25-34页 |
第2章 禁忌搜索算法及在水环境水资源分析计算中的应用 | 第34-68页 |
·引言 | 第34-35页 |
·禁忌搜索算法 | 第35-39页 |
·TS 算法的基本原理 | 第35-37页 |
·TS 算法的流程 | 第37-38页 |
·TS 算法的特点 | 第38-39页 |
·免疫禁忌搜索算法(ITS) | 第39-41页 |
·基于免疫禁忌算法的区域水资源系统评价模型 | 第41-45页 |
·概述 | 第41页 |
·区域水资源评价的Logistic 曲线模型 | 第41-42页 |
·基于ITS 优化的区域水资源评价模型 | 第42-43页 |
·基于ITS 的区域水资源评价模型的实例分析 | 第43-45页 |
·基于IA-TS 的经济、社会与湖泊富营养化的协调度指数公式 | 第45-51页 |
·概论 | 第45-46页 |
·经济、社会和湖泊富营养化评价指数及其协调度指数计算公式 | 第46-47页 |
·湖泊富营养化综合评价指标体系的确定 | 第47-50页 |
·实例研究——洱海富营养状况与大理市经济、社会发展协调度评价 | 第50-51页 |
·混合禁忌搜索算法(HTS) | 第51-53页 |
·混合禁忌搜索算法在函数优化中的应用分析 | 第53-56页 |
·优化函数分析 | 第53-54页 |
·优化结果分析与讨论 | 第54-56页 |
·混合禁忌搜索算法在湖泊富营养化评价中的应用[22] | 第56-60页 |
·湖泊富营养化评价指数公式 | 第56-57页 |
·基于HTS 优化的湖泊富营养化评价指数公式 | 第57-58页 |
·东湖湖泊富营养状况评价及结果分析 | 第58-60页 |
·混合禁忌搜索算法及其在地下水水质评价中的应用 | 第60-63页 |
·地下水水质评价指数公式 | 第60页 |
·基于混合禁忌搜索算法优化的太湖地区农村地下水水质评价模型 | 第60-62页 |
·太湖地区农村地下水评价的实例分析 | 第62-63页 |
·基于混合禁忌搜索算法的水位流量关系拟合[28] | 第63-65页 |
·概述 | 第63-64页 |
·结果分析 | 第64-65页 |
·小结 | 第65-68页 |
第3章 模拟退火算法及在水环境水资源分析计算中的应用 | 第68-87页 |
·引言 | 第68页 |
·模拟退火算法 | 第68-72页 |
·SA 算法的原理 | 第68-69页 |
·SA 算法关键参数和操作的设计 | 第69-70页 |
·SA 算法流程 | 第70页 |
·SA 算法的特点 | 第70-72页 |
·基于模拟退火算法的水资源可再生能力评价公式 | 第72-76页 |
·水资源可再生能力幂函数加和型分类分指数公式 | 第72页 |
·基于模拟退火算法优化的水资源可再生能力评价公式 | 第72-74页 |
·评价实例——黄河流域水资源可再生能力评价 | 第74-76页 |
·基于模拟退火算法的区域水资源利用能力评价[11] | 第76-79页 |
·基于模拟退火算法的区域水资源利用能力评价公式 | 第76-79页 |
·评价实例分析 | 第79页 |
·基于模拟退火算法的太湖富营养化评价模型 | 第79-83页 |
·幂函数加和型富营养化综合评价指数公式 | 第79-81页 |
·基于SA 优化的富营养化综合评价普适指数公式 | 第81-83页 |
·基于模拟退火算法的地下水水质的S 型生长曲线评价模型 | 第83-85页 |
·地下水水质的S 型生长曲线评价模型 | 第83-84页 |
·基于模拟退火算法优化的地下水水质的S 型曲线评价模型 | 第84页 |
·评价实例分析 | 第84-85页 |
·小结 | 第85-87页 |
第4章 量子遗传算法及在水环境水资源分析计算中的应用 | 第87-107页 |
·引言 | 第87-88页 |
·量子遗传算法 | 第88-91页 |
·QGA 的原理 | 第88-90页 |
·QGA 的算法流程 | 第90-91页 |
·基于量子遗传算法的长江流域主要城市水质评价模型 | 第91-97页 |
·水质评价的多指标组合算子模型 | 第91页 |
·基于QGA 优化的水质评价模型 | 第91-93页 |
·实例分析——长江流域11 个主要城市水段水质评价 | 第93-97页 |
·基于量子遗传算法优化的武汉市重点水域水质评价模型 | 第97-102页 |
·基于幂函数加和型公式的水质评价指数公式 | 第97页 |
·基于QGA 优化的水质评价模型 | 第97-98页 |
·评价结果分析 | 第98-102页 |
·基于量子遗传算法优化的地下水水质评价模型 | 第102-104页 |
·基于QGA 的地下水水质评价指数公式 | 第102-104页 |
·太原市地下水水质评价结果分析 | 第104页 |
·小结 | 第104-107页 |
第5章 投影寻踪及在水环境水资源分析计算中的应用 | 第107-128页 |
·引言 | 第107-108页 |
·投影寻踪分类模型 | 第108-111页 |
·综合特征值 Z_j 的构造 | 第108-109页 |
·投影指标函数Q(a)的构造 | 第109页 |
·优化投影方向 | 第109-111页 |
·投影寻踪耦合模型及在武汉市重点水域水质评价中的应用 | 第111-116页 |
·水质评价指标体系和PP 模型的建立 | 第111-112页 |
·评价结果分析 | 第112-116页 |
·禁忌搜索优化的投影寻踪及其在水资源利用能力评价中的应用[11] | 第116-119页 |
·区域水资源利用能力评价指标体系和模型建立 | 第116-117页 |
·实例计算及结果分析 | 第117-119页 |
·投影寻踪回归模型(PPR) | 第119-126页 |
·PPR 分析模型实现方法 | 第119-120页 |
·基于免疫进化优化的PPR 湖泊水质富营养化预测模型 | 第120-123页 |
·基于PPR 的太湖富营养化状态的预测 | 第123-126页 |
·小结 | 第126-128页 |
第6章 支持向量机及在水环境水资源分析计算中的应用 | 第128-149页 |
·引言 | 第128-129页 |
·结构风险最小化 | 第129页 |
·支持向量机方法概述 | 第129-131页 |
·分类支持向量机方法 | 第131-136页 |
·线性可分情形 | 第131-133页 |
·线性不可分情形 | 第133-134页 |
·分类支持向量机及核函数选择 | 第134-136页 |
·多分类支持向量机 | 第136页 |
·回归支持向量机方法 | 第136-138页 |
·支持向量机学习算法的步骤 | 第138-139页 |
·支持向量机中模型选择研究 | 第139-141页 |
·核函数的选择 | 第139页 |
·参数选择 | 第139-141页 |
·支持向量机的特点 | 第141页 |
·支持向量机的优点 | 第141页 |
·支持向量机的局限性 | 第141页 |
·基于支持向量机的长江流域主要城市水段水质评价 | 第141-147页 |
·概述 | 第141-142页 |
·评价标准及SVM 评价模型的建立 | 第142页 |
·基于SVM 的长江流域11 个主要城市水段的水质评价结果 | 第142-147页 |
·小结 | 第147-149页 |
第7章 优化支持向量机及在水环境水资源分析计算中的应用 | 第149-166页 |
·引言 | 第149-151页 |
·TS-SVR 模型的实现 | 第151页 |
·TS-SVR 模型的实现步骤 | 第151页 |
·SVR 参数的搜索范围 | 第151页 |
·软件工具 | 第151页 |
·基于TS-SVR 的太湖富营养化指数预测模型 | 第151-156页 |
·湖泊富营养化综合评价普适指数公式及分级标准 | 第151-152页 |
·湖泊富营养化的综合因子及未来变化预测(2005~2035 年) | 第152-153页 |
·基于TS-SVR 的太湖富营养化指数预测结果 | 第153-156页 |
·SA-SVM 模型的实现 | 第156页 |
·QGA-SVM 模型的实现 | 第156-157页 |
·基于SVM 耦合模型的全国30 个主要湖泊富营养化评价 | 第157-159页 |
·评价标准 | 第157页 |
·基于SVM 耦合模型的湖泊水质评价结果分析 | 第157-159页 |
·基于SVM 耦合模型的武汉重点水域水质评价 | 第159-163页 |
·水质评价指标体系及SVM 耦合模型的建立 | 第159-160页 |
·基于SVM 耦合模型的武汉市重点水域评价结果分析 | 第160-163页 |
·小结 | 第163-166页 |
第8章 投影寻踪和支持向量机的软件包实现 | 第166-172页 |
·投影寻踪模型的软件实现 | 第166-169页 |
·SVM 模型的软件实现 | 第169-171页 |
·小结 | 第171-172页 |
第9章 总结与展望 | 第172-176页 |
·主要研究成果 | 第172-173页 |
·特色与创新 | 第173-174页 |
·展望 | 第174-176页 |
攻读硕士期间发表的学术论文及专著列表 | 第176-178页 |
攻读硕士期间参加的科研及获奖情况 | 第178-180页 |
致谢 | 第180-181页 |