基于BP神经网络和遗传算法的城市供水系统优化调度模型研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-29页 |
| ·课题研究背景 | 第10-11页 |
| ·概述 | 第10-11页 |
| ·南京市供水系统运行调度现状 | 第11页 |
| ·供水系统优化调度概述 | 第11-13页 |
| ·供水系统优化调度研究进展与存在问题分析 | 第13-27页 |
| ·用水量预测模型研究 | 第13-19页 |
| ·建立用水量预测模型的常用方法 | 第13-19页 |
| ·用水量预测方法综合分析 | 第19页 |
| ·供水管网分析模型研究 | 第19-22页 |
| ·优化调度决策研究 | 第22-25页 |
| ·优化调度决策模型的发展 | 第22-24页 |
| ·模型的求解方法 | 第24-25页 |
| ·存在的主要问题 | 第25-27页 |
| ·主要研究内容与及技术路线 | 第27-29页 |
| ·主要研究内容 | 第27-28页 |
| ·技术路线 | 第28-29页 |
| 第二章 人工神经网络和遗传算法的应用与发展 | 第29-38页 |
| ·人工神经网络 | 第29-33页 |
| ·概述 | 第29页 |
| ·神经网络的原理及基本结构 | 第29-31页 |
| ·人工神经网络的分类与运行过程 | 第31-32页 |
| ·人工神经网络的特点 | 第32-33页 |
| ·人工神经网络的应用和研究方向 | 第33页 |
| ·遗传算法 | 第33-38页 |
| ·概述 | 第33-34页 |
| ·遗传算法的运行过程 | 第34-36页 |
| ·遗传算法的特点 | 第36-37页 |
| ·遗传算法应用及研究发展 | 第37-38页 |
| 第三章 用水量预测模型研究 | 第38-51页 |
| ·模型建立的理论依据 | 第38-42页 |
| ·BP神经网络 | 第38-39页 |
| ·组合权系数优化理论 | 第39-42页 |
| ·城市时用水量影响因素分析 | 第42-44页 |
| ·用水量预测模型的建立 | 第44-49页 |
| ·时间序列预测模型 | 第44-46页 |
| ·解释性预测模型 | 第46-48页 |
| ·组合预测模型 | 第48-49页 |
| ·预测结果比较 | 第49页 |
| ·本章小结与建议 | 第49-51页 |
| 第四章 供水管网分析模型研究 | 第51-56页 |
| ·城市供水管网动态特征分析 | 第51-52页 |
| ·BP神经网络管网宏观模型的建立 | 第52-55页 |
| ·分时段管网宏观模型的建立 | 第52-54页 |
| ·模型验证结果分析 | 第54-55页 |
| ·本章小结与建议 | 第55-56页 |
| 第五章 优化调度决策模型研究与实例分析 | 第56-83页 |
| ·优化调度数学模型的形式 | 第56-61页 |
| ·目标函数 | 第56-58页 |
| ·约束条件 | 第58-60页 |
| ·数学模型 | 第60-61页 |
| ·调速水泵的节能原理分析 | 第61-62页 |
| ·优化调度决策模型实例 | 第62-82页 |
| ·一级优化调度模型 | 第63-64页 |
| ·一级优化调度模型的求解 | 第64-72页 |
| ·二级优化调度模型 | 第72-76页 |
| ·水泵性能曲线 | 第72-73页 |
| ·数学模型的建立 | 第73-76页 |
| ·二级优化调度模型的求解 | 第76-82页 |
| ·本章小结与建议 | 第82-83页 |
| 第六章 结论与展望 | 第83-85页 |
| 参考文献 | 第85-88页 |
| 攻读学位期间公开发表的论文 | 第88-89页 |
| 攻读学位期间参加科研工作情况 | 第89-90页 |
| 附录 | 第90-98页 |
| 致谢 | 第98页 |
