节制闸过闸流量规律的研究与应用--以南水北调中线工程北易水节制闸为例
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景、目的和意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的和意义 | 第10-11页 |
| 1.2 过闸流量分析计算方法研究现状 | 第11-15页 |
| 1.2.1 水力学方法 | 第11-13页 |
| 1.2.2 回归分析方法 | 第13-15页 |
| 1.3 研究内容和技术路线 | 第15-17页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 技术路线 | 第15-17页 |
| 1.4 本章小结 | 第17-19页 |
| 2 南水北调中线工程概况 | 第19-25页 |
| 2.1 南水北调中线工程背景 | 第19-20页 |
| 2.1.1 自然背景 | 第19页 |
| 2.1.2 社会经济背景 | 第19-20页 |
| 2.2 南水北调中线工程概况 | 第20页 |
| 2.3 南水北调中线节制闸概况 | 第20-23页 |
| 2.4 本章小结 | 第23-25页 |
| 3 水力学方法过闸流量计算原理 | 第25-31页 |
| 3.1 流态的判别与转化 | 第25页 |
| 3.2 确定闸孔出流的状态 | 第25-27页 |
| 3.3 闸孔出流过流计算 | 第27-29页 |
| 3.3.1 闸孔出流计算公式 | 第27-28页 |
| 3.3.2 水闸的流量系数 | 第28-29页 |
| 3.3.3 水闸的淹没系数 | 第29页 |
| 3.4 本章小结 | 第29-31页 |
| 4 模型方法简介 | 第31-41页 |
| 4.1 传统回归分析法 | 第31-33页 |
| 4.1.1 最小二乘法 | 第32-33页 |
| 4.1.2 基于Matlab的最小二乘法实现 | 第33页 |
| 4.2 基于遗传算法的BP神经网络模型 | 第33-39页 |
| 4.2.1 人工神经网络 | 第34-35页 |
| 4.2.2 BP神经网络模型 | 第35-37页 |
| 4.2.3 基于遗传算法优化的BP神经网络模型 | 第37-39页 |
| 4.3 本章小结 | 第39-41页 |
| 5 水闸过闸流量计算的实例应用 | 第41-59页 |
| 5.1 数据分析与整理 | 第41-43页 |
| 5.2 水力学方法的分析计算 | 第43-46页 |
| 5.2.1 流态的判定 | 第43页 |
| 5.2.2 闸孔出流状态的判定 | 第43-44页 |
| 5.2.3 过闸流量计算 | 第44-46页 |
| 5.3 回归分析法的过闸流量分析 | 第46-54页 |
| 5.3.1 水力学参数的分析计算 | 第46页 |
| 5.3.2 参数的回归拟合与流量计算 | 第46-54页 |
| 5.4 基于遗传算法的BP神经网络回归计算 | 第54-58页 |
| 5.4.1 数据处理及参数拟定 | 第55-56页 |
| 5.4.2 遗传神经网络模型验证 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 6 方法模型合理性评价 | 第59-63页 |
| 6.1 计算精度对比 | 第59-61页 |
| 6.2 计算工作量的对比 | 第61页 |
| 6.3 影响因素的全面性 | 第61-62页 |
| 6.4 结果的直观性 | 第62页 |
| 6.5 本章小结 | 第62-63页 |
| 7 结论与展望 | 第63-65页 |
| 7.1 结论 | 第63页 |
| 7.2 展望 | 第63-65页 |
| 攻读硕士学位期间参加的科研实践及发表的论文 | 第65-67页 |
| Ⅰ攻读硕士学位期间撰写的论文情况 | 第65页 |
| Ⅱ攻读硕士学位期间参与项目 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-72页 |
