西安市供水系统优化调度研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·问题的提出 | 第8-10页 |
| ·国内外供水系统优化调度的进展 | 第10-12页 |
| ·国外供水系统优化调度的进展 | 第10-11页 |
| ·国内供水系统优化调度的进展 | 第11-12页 |
| ·课题研究内容及技术路线 | 第12-14页 |
| ·课题的研究意义及目的 | 第12-13页 |
| ·课题的研究内容及技术路线 | 第13-14页 |
| 2 基于SVM用水量预测模型应用 | 第14-44页 |
| ·西安市供水系统分析 | 第14-15页 |
| ·用水量预测综述 | 第15-19页 |
| ·用水量的影响因素分析 | 第15-16页 |
| ·短期用水量预测模型 | 第16-19页 |
| ·统计学习理论和支持向量机 | 第19-27页 |
| ·统计学习理论 | 第20-22页 |
| ·支持向量机 | 第22-24页 |
| ·用于函数拟合的支持向量机 | 第24-27页 |
| ·基于LSSVM时用水量预测模型及实例 | 第27-44页 |
| ·时用水负荷特征 | 第27-28页 |
| ·用于函数估计的最小二乘支持向量机 | 第28-30页 |
| ·基于LSSVM时用水量预测模型的建立 | 第30-31页 |
| ·基于LSSVM时用水量预测模型的验证 | 第31-44页 |
| 3 给水管网工况模型 | 第44-58页 |
| ·微观模型 | 第44-45页 |
| ·宏观模型 | 第45-47页 |
| ·管网宏观模型 | 第45-46页 |
| ·时段宏观模型 | 第46页 |
| ·非比例负荷宏观模型 | 第46-47页 |
| ·宏观仿真模型 | 第47页 |
| ·基于回归支持向量机压力宏观模型 | 第47-58页 |
| ·给水管网压力特征 | 第47-48页 |
| ·基于回归支持向量机压力宏观模型建立 | 第48-49页 |
| ·基于回归支持向量机压力宏观模型验证 | 第49-58页 |
| 4 基于粒子群优化算法的直接优化调度模型 | 第58-73页 |
| ·概述 | 第58-59页 |
| ·优化调度的目标 | 第58页 |
| ·优化调度的建模步骤 | 第58-59页 |
| ·优化调度模型的分类 | 第59-64页 |
| ·直接优化调度模型 | 第59-62页 |
| ·两级优化调度模型 | 第62-64页 |
| ·粒子群优化算法 | 第64-68页 |
| ·粒子群算法基本原理 | 第64-66页 |
| ·PSO算法求解最优化问题的算法流程 | 第66页 |
| ·适应度函数的确定 | 第66页 |
| ·参数分析与设置 | 第66-68页 |
| ·粒子群优化算法的特点 | 第68页 |
| ·基于粒子群优化算法的直接优化调度模型的应用 | 第68-73页 |
| ·西安市供水系统现状 | 第68-69页 |
| ·优化调度系统的时段划分 | 第69-70页 |
| ·直接优化调度模型的建立 | 第70-71页 |
| ·直接优化调度模型的求解 | 第71-73页 |
| 5 结论与展望 | 第73-74页 |
| ·结论 | 第73页 |
| ·展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 附录 | 第80页 |
