城市供水管网漏损定位与运行状态估计研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景、目的与意义 | 第8-10页 |
| 1.1.1 我国淡水资源的现状 | 第8页 |
| 1.1.2 我国城市供水漏损现状 | 第8-9页 |
| 1.1.3 我国城市水务信息化现状 | 第9页 |
| 1.1.4 课题研究的目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 供水管网漏损定位的研究现状 | 第10-12页 |
| 1.2.2 管网运行状态的研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 章节安排 | 第14-16页 |
| 第2章 供水管网模型建立 | 第16-24页 |
| 2.1 供水管网模型建立的水力学基础 | 第16-17页 |
| 2.2 管网简化的方法 | 第17-18页 |
| 2.3 建模平台EPANETH简介 | 第18页 |
| 2.4 建模和仿真 | 第18-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于概率神经网络的管网漏损定位研究 | 第24-32页 |
| 3.1 概率神经网络模型 | 第24-26页 |
| 3.1.1 PNN的提出与优势 | 第24-25页 |
| 3.1.2 PNN的数学基础 | 第25页 |
| 3.1.3 PNN的结构 | 第25-26页 |
| 3.2 管网漏损定位实验方案 | 第26-28页 |
| 3.2.1 方案简介 | 第26-27页 |
| 3.2.2 具体操作 | 第27-28页 |
| 3.3 实验结果及分析 | 第28-31页 |
| 3.3.1 数据整理 | 第28-29页 |
| 3.3.2 模型训练 | 第29页 |
| 3.3.3 模型预测及分析 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于BP神经网络的管网运行状态估计研究 | 第32-42页 |
| 4.1 相关模拟方法对比 | 第32-33页 |
| 4.2 供水管网运行状态估计模型基础理论 | 第33-35页 |
| 4.2.1 丛海兵提出的供水管网运行状态估计理论 | 第33-34页 |
| 4.2.2 吴学伟提出的供水管网运行状态估计理论 | 第34-35页 |
| 4.3 BP神经网络理论 | 第35-37页 |
| 4.3.1 BP神经网络的提出背景 | 第35-36页 |
| 4.3.2 BP神经网络的原理及其结构 | 第36-37页 |
| 4.4 基于BP神经网络的管网运行状态估计 | 第37-39页 |
| 4.4.1 实验方案简述 | 第37-38页 |
| 4.4.2 模型训练与预测 | 第38-39页 |
| 4.5 本章小结 | 第39-42页 |
| 第5章 结论与展望 | 第42-44页 |
| 5.1 结论 | 第42页 |
| 5.2 展望 | 第42-44页 |
| 攻读硕士学位期间参加的科研实践及发表的论文 | 第44-46页 |
| 致谢 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 附表 1 | 第52-58页 |
| 附表 2 | 第58-70页 |
