| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 论文研究背景与意义 | 第12-13页 |
| 1.2 国内外研究进展 | 第13-17页 |
| 1.3 课题来源与主要研究内容 | 第17-18页 |
| 1.3.1 课题来源 | 第17页 |
| 1.3.2 课题主要研究内容 | 第17-18页 |
| 第2章 供水管网水质模型与粒子群算法相关理论 | 第18-33页 |
| 2.1 供水管网水质正演模型 | 第18-23页 |
| 2.1.1 供水管网稳态水质模型 | 第18-19页 |
| 2.1.2 供水管网准动态水质模型 | 第19页 |
| 2.1.3 供水管网动态水质模型 | 第19-23页 |
| 2.2 供水管网水质反演模型 | 第23-29页 |
| 2.2.1 供水管网 I/O 模型 | 第23-25页 |
| 2.2.2 污染源模拟—优化反向追踪模型 | 第25-28页 |
| 2.2.3 人工神经网络模型 | 第28-29页 |
| 2.3 粒子群优化算法基本理论 | 第29-32页 |
| 2.3.1 粒子群优化算法基本原则 | 第30页 |
| 2.3.2 粒子群优化算法寻优流程 | 第30-31页 |
| 2.3.3 粒子群优化算法参数简介 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 供水管网突发污染模拟试验 | 第33-43页 |
| 3.1 试验装置与材料 | 第33-35页 |
| 3.1.1 供水管网模拟试验平台概况 | 第33-34页 |
| 3.1.2 水质监测点的布置 | 第34-35页 |
| 3.1.3 污染物的选择与特性 | 第35页 |
| 3.2 管网水力试验与水力模拟 | 第35-36页 |
| 3.3 污染物侵入管网试验与水质模拟 | 第36-41页 |
| 3.3.1 试验原水 | 第36-37页 |
| 3.3.2 试验过程与数据采集 | 第37页 |
| 3.3.3 试验结果与模拟结果分析 | 第37-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第4章 基于粒子群优化算法的供水管网污染源识别 | 第43-58页 |
| 4.1 模拟-优化反向追踪模型的建立 | 第43-44页 |
| 4.2 利用粒子群优化算法求解模型 | 第44-46页 |
| 4.3 利用计算机模拟监测值识别污染源 | 第46-53页 |
| 4.3.1 单污染源的识别 | 第46-51页 |
| 4.3.2 多污染源的识别 | 第51-53页 |
| 4.4 利用管网试验实际监测值识别污染源 | 第53-57页 |
| 4.4.1 污染源最优解与次优解 | 第53页 |
| 4.4.2 算例分析 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 污染源反向追踪模型的影响因素分析 | 第58-67页 |
| 5.1 管网拓扑结构的影响 | 第58-62页 |
| 5.1.1 管网拓扑结构简化的影响 | 第58-60页 |
| 5.1.2 管网拓扑结构中具有相似下游的节点的影响 | 第60-62页 |
| 5.2 粒子群优化算法相关参数的影响 | 第62-64页 |
| 5.2.1 种群规模的影响 | 第62-63页 |
| 5.2.2 惯性权重的影响 | 第63页 |
| 5.2.3 迭代次数的影响 | 第63-64页 |
| 5.3 正演模型误差的影响 | 第64页 |
| 5.4 其他因素的影响 | 第64-65页 |
| 5.4.1 模拟优化时段的影响 | 第64-65页 |
| 5.4.2 监测点布置的影响 | 第65页 |
| 5.5 小结 | 第65-67页 |
| 结论与建议 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74页 |