首页--环境科学、安全科学论文--环境污染及其防治论文--水体污染及其防治论文

基于PSO-ACO融合优化算法的供水管网污染源定位研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第14-21页
    1.1 供水系统水质安全的重要性及其意义第14-15页
        1.1.1 城市供水管网水质安全的重要性第14-15页
        1.1.2 城市供水管网水质安全的意义第15页
    1.2 污染源定位的国内外研究现状及分析第15-19页
        1.2.1 水质模型国内外研究动态第16-17页
        1.2.2 污染源定位国内外研究动态第17-19页
    1.3 课题的研究内容及技术路线第19-21页
        1.3.1 课题的研究内容第19-20页
        1.3.2 课题的技术路线第20-21页
第二章 供水管网水力水质模型理论体系第21-36页
    2.1 模拟软件-EPANETH程序员工具箱第21-23页
        2.1.1 执行水力分析第22-23页
        2.1.2 执行水质分析第23页
    2.2 供水管网水力模型基本理论第23-27页
        2.2.1 水力模型两种常见理论方程第23-25页
        2.2.2 水力模型水力计算方法分类第25-27页
    2.3 供水管网水质模型基本理论第27-33页
        2.3.1 水质模型的类别及常见理论方程第27-29页
        2.3.2 水质模型的求解方法第29-33页
    2.4 水力水质建模所需数据第33-35页
        2.4.1 水力模型所需数据第33-34页
        2.4.2 水质模型所需数据第34-35页
    2.5 本章小结第35-36页
第三章 突发污染事故下污染源反追踪模型的构建第36-45页
    3.1 建立水力模型第36-37页
    3.2 水质监测点的布置第37-39页
    3.3 水质模拟第39-41页
        3.3.1 突发污染物的选择第39-40页
        3.3.2 水质正演模拟第40-41页
    3.4 模拟-优化反追踪模型的构建第41-42页
    3.5 反追踪模型的流程图第42-44页
    3.6 本章小结第44-45页
第四章 基于PSO-ACO融合优化算法的求解污染源模拟-优化反追踪模型第45-57页
    4.1 粒子群算法简介第45-47页
        4.1.1 粒子群算法的基本原理第45-46页
        4.1.2 粒子群算法的基本参数第46-47页
        4.1.3 粒子群算法的基本流程第47页
    4.2 基于PSO算法求解模拟-优化反追踪模型第47-49页
    4.3 蚁群算法简介第49-51页
        4.3.1 蚁群算法的基本原理第49-51页
        4.3.2 蚁群算法的基本特点第51页
    4.4 基于PSO-ACO融合算法求解模拟-优化反追踪模型第51-56页
        4.4.1 融合算法的基本原理第52-53页
        4.4.2 融合算法的基本流程第53-56页
    4.5 本章小结第56-57页
第五章 供水管网突发污染事故下反追踪模型的应用第57-69页
    5.1 单污染源的识别第58-64页
        5.1.1 突发污染事故结果分析第59页
        5.1.2 基于PSO算法求解模型第59-61页
        5.1.3 基于PSO-ACO算法求解模型第61-64页
    5.2 多污染源的识别第64-65页
    5.3 PSO-ACO融合优化算法求解反追踪模型的影响因素分析第65-68页
        5.3.1 领域搜索阀值参数的影响第66页
        5.3.2 种群规模的影响第66-68页
    5.4 本章小结第68-69页
结论与展望第69-72页
    结论第69-70页
    展望第70-72页
参考文献第72-77页
攻读硕士学位期间发表的论文第77-79页
致谢第79页

论文共79页,点击 下载论文
上一篇:海洋生态文化在滨海生态城市建设中的作用与实现路径研究--以青岛为例
下一篇:速生杨木过热蒸汽预处理工艺及其对干燥质量的影响