| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第17-32页 |
| 1.1 选题背景及研究意义 | 第17-19页 |
| 1.2 国内外研究现状 | 第19-28页 |
| 1.2.1 中长期径流预报 | 第19-22页 |
| 1.2.2 水库优化调度 | 第22-26页 |
| 1.2.3 水库水沙多目标联合优化调度 | 第26-28页 |
| 1.3 本文的主要工作及创新点 | 第28-32页 |
| 1.3.1 本文研究的主要内容 | 第28-31页 |
| 1.3.2 本文的创新点 | 第31-32页 |
| 第2章 基于支持向量机的水电站水库中长期入库径流组合预报 | 第32-46页 |
| 2.1 引言 | 第32-33页 |
| 2.2 水电站水库月径流预报模型 | 第33-36页 |
| 2.2.1 自回归滑动平均模型 | 第33-34页 |
| 2.2.2 最近邻抽样回归模型 | 第34-35页 |
| 2.2.3 BP神经网络模型 | 第35-36页 |
| 2.3 支持向量机相关理论及原理 | 第36-40页 |
| 2.3.1 统计学习理论 | 第36-37页 |
| 2.3.2 支持向量机原理及数学模型 | 第37-40页 |
| 2.4 实例应用研究 | 第40-45页 |
| 2.4.1 预报模型参数及数据预处理 | 第40-42页 |
| 2.4.2 基于SVM的组合预报实施步骤 | 第42页 |
| 2.4.3 模型预报精度对比分析 | 第42-45页 |
| 2.5 本章小结 | 第45-46页 |
| 第3章 基于免疫蛙跳算法的梯级水库群优化调度 | 第46-65页 |
| 3.1 引言 | 第46-47页 |
| 3.2 免疫蛙跳算法 | 第47-52页 |
| 3.2.1 混合蛙跳算法的基本原理及其存在问题 | 第47-49页 |
| 3.2.2 免疫蛙跳算法 | 第49-52页 |
| 3.3 函数测试与分析 | 第52-54页 |
| 3.3.1 函数测试 | 第52-53页 |
| 3.3.2 计算结果与对比分析 | 第53-54页 |
| 3.4 梯级水电站水库发电优化调度数学模型 | 第54-56页 |
| 3.4.1 梯级水电站水库发电优化调度目标函数 | 第54-55页 |
| 3.4.2 约束条件 | 第55-56页 |
| 3.5 基于ISFLA的梯级水电站水库中长期发电优化调度研究 | 第56-61页 |
| 3.5.1 编码方式选择与约束处理 | 第56-57页 |
| 3.5.2 水电站水库时段上下水位边界确定 | 第57-58页 |
| 3.5.3 水电站水库初始可行轨迹的生成 | 第58页 |
| 3.5.4 ISFLA应用于梯级水库群优化调度中的实施步骤 | 第58-59页 |
| 3.5.5 调度结果及分析 | 第59-61页 |
| 3.6 基于ISFLA的梯级水电站水库短期发电优化调度研究 | 第61-63页 |
| 3.7 本章小结 | 第63-65页 |
| 第4章 基于数据挖掘的梯级水库群调度函数提取 | 第65-79页 |
| 4.1 引言 | 第65-66页 |
| 4.2 数据挖掘与水电站水库调度函数提取 | 第66-67页 |
| 4.3 粗糙集理论 | 第67-69页 |
| 4.3.1 知识及知识的表达 | 第67-68页 |
| 4.3.2 不可分辨关系以及上、下近似关系 | 第68页 |
| 4.3.3 核和约简 | 第68-69页 |
| 4.4 基于数据挖掘的梯级水电站水库调度函数提取研究 | 第69-73页 |
| 4.4.1 梯级水电站水库中长期确定性优化调度模型 | 第69-70页 |
| 4.4.2 调度函数决策变量与相关因子选择 | 第70-71页 |
| 4.4.3 基于粗糙集理论的影响因子确定 | 第71-72页 |
| 4.4.4 调度函数拟合 | 第72页 |
| 4.4.5 调度函数模拟调度效果检验与评价 | 第72-73页 |
| 4.5 实例研究 | 第73-77页 |
| 4.5.1 决策变量与影响因子提取 | 第73-75页 |
| 4.5.2 不同方法提取调度函数回归效果对比检验 | 第75-76页 |
| 4.5.3 调度函数长系列模拟结果对比分析 | 第76-77页 |
| 4.6 本章总结 | 第77-79页 |
| 第5章 梯级水库水沙多目标联合优化调度模型及求解方法研究 | 第79-99页 |
| 5.1 引言 | 第79-80页 |
| 5.2 泥沙冲淤计算模型 | 第80-83页 |
| 5.2.1 一维泥沙冲淤计算数学模型 | 第80-81页 |
| 5.2.2 数学模型计算步骤 | 第81-83页 |
| 5.3 梯级水库水沙联合多目标调度问题分析 | 第83-85页 |
| 5.4 梯级水库水沙多目标优化调度模型及求解方法研究 | 第85-94页 |
| 5.4.1 梯级水库一维泥沙冲淤计算模型 | 第85-86页 |
| 5.4.2 梯级水库水沙多目标优化调度模型 | 第86-87页 |
| 5.4.3 三阶段多目标动态规划求解方法 | 第87-94页 |
| 5.5 三峡水库水沙多目标优化调度问题实例研究 | 第94-97页 |
| 5.5.1 实例资料 | 第94-95页 |
| 5.5.2 计算成果分析 | 第95-97页 |
| 5.6 本章总结 | 第97-99页 |
| 第6章 水库水沙多目标优化调度方案决策研究 | 第99-114页 |
| 6.1 引言 | 第99-100页 |
| 6.2 TOPSIS模型及其改进 | 第100-106页 |
| 6.2.1 传统的TOPSIS模型 | 第100-102页 |
| 6.2.2 TOPSIS方法不足及其改进 | 第102-106页 |
| 6.3 水库水沙联合调度方案评价指标体系 | 第106-108页 |
| 6.4 实例研究 | 第108-112页 |
| 6.4.1 基于改进TOPSIS的水沙联合调度方案评价实施步骤 | 第108-110页 |
| 6.4.2 三峡水库水沙联合调度方案评价集构建 | 第110-111页 |
| 6.4.3 三峡水库水沙联合调度方案评价及结果分析 | 第111-112页 |
| 6.5 本章总结 | 第112-114页 |
| 第7章 结论与展望 | 第114-117页 |
| 7.1 结论 | 第114-115页 |
| 7.2 展望 | 第115-117页 |
| 参考文献 | 第117-130页 |
| 攻读博士学位期间发表的论文 | 第130-132页 |
| 攻读博士学位期间参加的科研工作 | 第132-133页 |
| 致谢 | 第133-134页 |
| 作者简介 | 第134页 |
