| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 研究内容和研究方法 | 第15-16页 |
| 1.4 技术路线 | 第16-18页 |
| 第2章 给水管网管段有效管径的反分析求解方法 | 第18-25页 |
| 2.1 给水管网理论基础 | 第18-19页 |
| 2.1.1 水力计算基础方程 | 第18页 |
| 2.1.2 给水管网水力计算方法 | 第18-19页 |
| 2.2 管网水力模型基本理论 | 第19-20页 |
| 2.2.1 给水管网模型的分类 | 第19页 |
| 2.2.2 给水管网建模步骤 | 第19-20页 |
| 2.3 给水管网模型校核 | 第20-21页 |
| 2.3.1 模型精度的影响因素 | 第20页 |
| 2.3.2 模型校核的分组 | 第20页 |
| 2.3.3 校核精度的确定 | 第20-21页 |
| 2.4 反分析理论概述 | 第21-22页 |
| 2.4.1 管段有效管径反分析 | 第21-22页 |
| 2.4.2 参数辨识反分析的求解方法 | 第22页 |
| 2.5 管段有效管径反分析求解模型研究 | 第22-24页 |
| 2.5.1 管段有效管径反分析求解方法分析 | 第22-24页 |
| 2.5.2 有效管径反分析求解模型建立 | 第24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 实验管网平台及实验研究方法简介 | 第25-35页 |
| 3.1 实验平台简介 | 第25-26页 |
| 3.2 实验研究方法 | 第26-29页 |
| 3.2.1 实验过程控制及数据收集 | 第26-28页 |
| 3.2.2 实验实测数据结果 | 第28-29页 |
| 3.3 实验平台准确性验证 | 第29-34页 |
| 3.3.1 EPANET简介 | 第29页 |
| 3.3.2 EPANET使用方法 | 第29-30页 |
| 3.3.3 EPANET验证实验平台准确性 | 第30-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于BP算法及PSO-BP算法的管网管段有效管径的求解研究 | 第35-55页 |
| 4.1 人工神经网络 | 第35-36页 |
| 4.1.1 人工神经元模型 | 第35-36页 |
| 4.2 BP神经网络 | 第36-38页 |
| 4.2.1 BP神经网络结构 | 第36页 |
| 4.2.2 BP神经网络学习训练方法 | 第36-38页 |
| 4.3 BP神经网络在管段有效管径求解中的应用 | 第38-47页 |
| 4.3.1 有效管径反分析求解训练样本数据的收集 | 第40-41页 |
| 4.3.2 有效管径反分析神经网络结构和参数的设计 | 第41-42页 |
| 4.3.3 求解有效管径BP神经网络训练测试结果 | 第42-46页 |
| 4.3.4 BP神经网络的不足及改进 | 第46-47页 |
| 4.4 粒子群算法 | 第47-48页 |
| 4.4.1 粒子群算法简介 | 第47-48页 |
| 4.4.2 PSO算法具体计算步骤 | 第48页 |
| 4.5 PSO-BP神经网络在有效管径求解中的应用 | 第48-54页 |
| 4.5.1 PSO优化BP神经网络的实现方法 | 第48-49页 |
| 4.5.2 求解有效管径PSO-BP神经网络训练结果 | 第49-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 实验平台管段有效管径的求解验证 | 第55-71页 |
| 5.1 BP神经网络算法求解验证 | 第55-61页 |
| 5.1.1 BP算法有效管径求解结果 | 第55页 |
| 5.1.2 BP算法求解结果分析 | 第55-61页 |
| 5.2 PSO优化的BP神经网络管段有效管径求解 | 第61-67页 |
| 5.2.1 PSO-BP算法有效管径求解结果 | 第61-62页 |
| 5.2.2 BP算法求解结果分析 | 第62-67页 |
| 5.3 管段有效管径反分析求解模型的准确性分析 | 第67-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第6章 结论与建议 | 第71-73页 |
| 6.1 结论 | 第71页 |
| 6.2 建议 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 附录 程序主代码 | 第78-83页 |
