摘要 | 第3-6页 |
ABSTRACT | 第6-8页 |
第一章 绪论 | 第13-23页 |
1.1 课题研究背景与意义 | 第13-16页 |
1.1.1 研究背景 | 第13-14页 |
1.1.2 研究意义 | 第14-16页 |
1.2 梯级闸坝调度方案的研究现状 | 第16-17页 |
1.3 国内外优化算法在闸坝调度研究应用现状 | 第17-20页 |
1.4 本论文研究内容 | 第20-23页 |
第二章 梯级闸坝泄流计算过程 | 第23-33页 |
2.1 单级橡胶坝运行计算 | 第23-25页 |
2.1.1 泄流计算公式 | 第23-24页 |
2.1.2 公式中各参数计算 | 第24-25页 |
2.2 单级闸门泄流计算 | 第25-28页 |
2.2.1 闸门泄流计算公式 | 第25-26页 |
2.2.2 公式各参数确定 | 第26-28页 |
2.3 单级闸坝泄流过程计算 | 第28-29页 |
2.4 梯级闸坝泄流计算过程 | 第29-31页 |
2.5 本章总结 | 第31-33页 |
第三章 梯级闸坝联合调度控制方案优化的数学模型 | 第33-43页 |
3.1 决策变量 | 第33-34页 |
3.1.1 橡胶坝决策变量 | 第33页 |
3.1.2 闸门泄流决策变量 | 第33-34页 |
3.2 目标函数 | 第34页 |
3.3 约束条件 | 第34-36页 |
3.3.1 库容水位约束 | 第34-35页 |
3.3.2 时间约束 | 第35页 |
3.3.3 河道安全流量约束 | 第35页 |
3.3.4 非负性约束条件 | 第35-36页 |
3.4 建立及求解模型 | 第36-38页 |
3.4.1 建立梯级闸坝联合调度优化模型 | 第36页 |
3.4.2 编译模型求解程序 | 第36-38页 |
3.5 算例 | 第38-41页 |
3.6 本章总结 | 第41-43页 |
第四章 优化算法原理和数学描述 | 第43-53页 |
4.1 枚举法 | 第43-44页 |
4.2 贪婪算法 | 第44页 |
4.3 邻域搜索法 | 第44-45页 |
4.4 粒子群算法 | 第45-47页 |
4.4.1 PSO算法的数学描述 | 第45-46页 |
4.4.2 PSO算法计算流程 | 第46-47页 |
4.5 遗传算法介绍 | 第47-50页 |
4.5.1 GA算法的基本概念 | 第47-48页 |
4.5.2 GA算法运行步骤 | 第48-49页 |
4.5.3 遗传算法的特点及不足 | 第49-50页 |
4.6 PSO和GA算法的验证和对比分析 | 第50-52页 |
4.7 本章总结 | 第52-53页 |
第五章 改进的遗传算法 | 第53-61页 |
5.1 改进选择算子 | 第53-55页 |
5.2 改进自适应度交叉算子 | 第55-56页 |
5.3 引入种群分割和PSO变异算子 | 第56-58页 |
5.3.1 种群分割策略 | 第56-57页 |
5.3.2 重构变异算子 | 第57-58页 |
5.4 基于IAGA算法的橡胶坝调度优化运算步骤 | 第58-61页 |
第六章 工程计算实例 | 第61-87页 |
6.1 计算实例简介 | 第61-66页 |
6.1.1 工程背景简介 | 第61页 |
6.1.2 已建汾河一、二期工程概况 | 第61-63页 |
6.1.3 三期预建设工程 | 第63页 |
6.1.4 汾河太原城区综合治理工程泄流调度设计原则 | 第63-66页 |
6.2 枚举试算法求解方案 | 第66-70页 |
6.3 遗传算法及粒子群算法求解方案 | 第70-79页 |
6.3.1 PSO算法求解最优方案 | 第71-75页 |
6.3.2 GA算法求解最优方案 | 第75-79页 |
6.4 改进遗传算法求解方案 | 第79-83页 |
6.5 三种优化算法对比分析 | 第83-87页 |
第七章 结论及展望 | 第87-91页 |
7.1 结论 | 第87-88页 |
7.2 展望 | 第88-91页 |
参考文献 | 第91-95页 |
致谢 | 第95-97页 |
攻读研究生期间发表的学术论文及参加的工程项目 | 第97页 |