基于多智能算法的泵站运行优化系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 概述 | 第10-13页 |
| ·泵站优化运行的必要性 | 第10页 |
| ·泵站优化运行国内外研究现状 | 第10-12页 |
| ·本文主要研究工作 | 第12-13页 |
| 第2章 人工神经网络和遗传算法 | 第13-28页 |
| ·人工神经网络基本理论 | 第13-20页 |
| ·人工神经网络的发展 | 第14-15页 |
| ·人工神经网络的特点 | 第15-16页 |
| ·人工神经网络的组成 | 第16-17页 |
| ·人工神经网络模型 | 第17-18页 |
| ·BP 神经网络系统的实现算法 | 第18-20页 |
| ·遗传算法的基本理论 | 第20-27页 |
| ·遗传算法概述演化计算及其主要分支 | 第21页 |
| ·遗传算法的特点 | 第21-22页 |
| ·基本遗传算法的组成部分 | 第22-25页 |
| ·遗传算法的应用 | 第25-26页 |
| ·基本遗传算法的实现 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第3章 人工神经网络在泵站优化运行中的应用 | 第28-49页 |
| ·泵站工程概况 | 第28-29页 |
| ·BP 神经网络的设计 | 第29-32页 |
| ·BP 神经网络参数设计 | 第29-30页 |
| ·BP 神经网络结构参数设计 | 第30-31页 |
| ·BP 神经网络其他参数设计 | 第31-32页 |
| ·泵站运行模型的建立 | 第32-46页 |
| ·BP 神经网络系统的构建 | 第32-33页 |
| ·水泵运转特性样本数据 | 第33-39页 |
| ·人工神经网络建立水泵模型有效性验证 | 第39-42页 |
| ·网络检验及结论分析 | 第42-43页 |
| ·泵站优化的误差分析 | 第43-44页 |
| ·水泵运转特性模型的建立 | 第44-46页 |
| ·泵站扬程损失 | 第46-48页 |
| ·泵站输水管路基本情况 | 第46页 |
| ·扬程损失计算依据 | 第46页 |
| ·扬程损失计算结果 | 第46-47页 |
| ·扬程损失的程序处理 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第4章 基于遗传算法的泵站优化运行 | 第49-57页 |
| ·泵站优化运行的数学模型 | 第49-56页 |
| ·泵站优化运行的准则 | 第49页 |
| ·本泵站优化运行的数学模型和基本思想 | 第49-52页 |
| ·计算方法 | 第52-56页 |
| ·优化结果及分析 | 第56页 |
| ·小结 | 第56-57页 |
| 第5章 成果说明 | 第57-61页 |
| ·成果说明 | 第57-60页 |
| ·小结 | 第60-61页 |
| 研究结论及展望 | 第61-62页 |
| 研究结论 | 第61页 |
| 项目的技术创新点 | 第61页 |
| 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 作者简介 | 第65页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第65-66页 |
