| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究的目的和意义 | 第10页 |
| ·管网的类型 | 第10-12页 |
| ·树状管网 | 第11页 |
| ·环状管网 | 第11-12页 |
| ·管道输水技术的发展概况及存在问题 | 第12-15页 |
| ·国外发展概况 | 第12-13页 |
| ·国内发展概况 | 第13页 |
| ·存在的问题 | 第13-15页 |
| ·管网系统模型 | 第15-19页 |
| ·建模的类型 | 第16-18页 |
| ·建模信息 | 第18页 |
| ·建模过程 | 第18-19页 |
| ·本论文主要内容 | 第19-20页 |
| 第二章 遗传算法原理 | 第20-35页 |
| 引言 | 第20页 |
| ·遗传算法的原理 | 第20-21页 |
| ·遗传算法的基本操作步骤 | 第21-27页 |
| ·编码/解码 | 第21-22页 |
| ·遗传算法适应度函数设计 | 第22-23页 |
| ·遗传操作 | 第23-26页 |
| ·约束条件的处理 | 第26-27页 |
| ·算法的终止条件 | 第27页 |
| ·遗传算法的特点 | 第27-28页 |
| ·遗传算法工具箱简介 | 第28-33页 |
| ·GAOT 工具箱 | 第29-30页 |
| ·gatbx 工具箱 | 第30-32页 |
| ·GADS 工具箱 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 基于聚类与神经网络的环状管网模型和算法 | 第35-41页 |
| 引言 | 第35页 |
| ·K-Means 聚类算法与Hopfield 神经网络的原理与方法 | 第35-37页 |
| ·基于M-Means 聚类算法 | 第35-36页 |
| ·用Hopfield 神经网络求解环状管网最短距离 | 第36-37页 |
| ·基于K-Means 聚类算法和连续型Hopfield 神经网络管网布置模型的建立 | 第37-39页 |
| ·管网布置模型的建立 | 第37-38页 |
| ·管网布置模型的具体步骤 | 第38页 |
| ·仿真中所用到的关键命令 | 第38-39页 |
| ·仿真结果及分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 环状管网设计的模型与水力计算方法 | 第41-47页 |
| 引言 | 第41页 |
| ·管网水力计算的基本思路 | 第41-44页 |
| ·解环方程水力计算方法 | 第44-45页 |
| ·概述 | 第44页 |
| ·计算步骤 | 第44-45页 |
| ·解节点方程的水力计算方法 | 第45页 |
| ·管道流量的调整 | 第45-46页 |
| ·环状管网水力设计模型 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于自适应遗传算法环状管网优化设计模型算法与实例 | 第47-54页 |
| 引言 | 第47页 |
| ·整数编码的自适应遗传算法的原理 | 第47-48页 |
| ·基于自适应遗传算法的环状管网优化设计模型算法 | 第48-51页 |
| ·编码设计 | 第48-49页 |
| ·目标函数及适应度函数设计 | 第49-50页 |
| ·遗传操作与交叉和变异算子的自适应调整 | 第50页 |
| ·重插入 | 第50-51页 |
| ·应用实例 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 结论与今后需要研究的问题 | 第54-56页 |
| ·本文主要解决的问题 | 第54页 |
| ·仍存在的问题以及建议 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录1 | 第60-62页 |
| 附录2 | 第62-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76页 |
