摘要 | 第1-13页 |
ABSTRACT | 第13-15页 |
1 引言 | 第15-20页 |
·立题依据 | 第15页 |
·研究的目的和意义 | 第15-16页 |
·理论意义 | 第15-16页 |
·实际意义 | 第16页 |
·主要研究内容与方法 | 第16-18页 |
·混沌优化算法 | 第16-17页 |
·混沌优化算法在水文水资源领域的应用 | 第17-18页 |
·技术路线 | 第18-19页 |
·本章小结 | 第19-20页 |
2 混沌理论 | 第20-30页 |
·概述 | 第20-21页 |
·混沌理论发展动态 | 第21-26页 |
·国内外研究发展现状 | 第21-23页 |
·在水文水资源领域的应用 | 第23-26页 |
·Logistic 映射——一个典型的混沌系统 | 第26-29页 |
·本章小结 | 第29-30页 |
3 优化算法 | 第30-34页 |
·概述 | 第30页 |
·线性规划 | 第30-31页 |
·非线性规划 | 第31页 |
·整数规划 | 第31-32页 |
·动态规划 | 第32页 |
·多目标规划 | 第32-33页 |
·本章小结 | 第33-34页 |
4 混沌优化算法 | 第34-43页 |
·概述 | 第34页 |
·混沌优化算法基本原理 | 第34页 |
·混沌优化算法的优点 | 第34-35页 |
·混沌优化算法分类 | 第35页 |
·完全混沌优化算法 | 第35-41页 |
·国内外研究发展现状 | 第35-36页 |
·在水文水资源领域的应用 | 第36页 |
·算法基本步骤及其MatLab 实现 | 第36-41页 |
·混合混沌优化算法 | 第41-42页 |
·国内外研究发展现状 | 第41页 |
·在水文水资源领域的应用 | 第41-42页 |
·算法基本原理及其MatLab 实现 | 第42页 |
·本章小结 | 第42-43页 |
5 完全混沌优化算法在水文水资源领域中的应用 | 第43-54页 |
·完全混沌优化算法在挠力河干流地区水资源配置中的应用 | 第43-46页 |
·挠力河干流地区水资源系统概况 | 第43-44页 |
·挠力河干流地区水资源配置模型 | 第44-45页 |
·模型求解 | 第45-46页 |
·基于混沌优化算法的模糊人工神经网络评价模型 | 第46-52页 |
·模糊人工神经网络评价模型 | 第46-49页 |
·基于混沌优化算法的模糊人工神经网络评价模型 | 第49页 |
·模型在地下水脆弱性评价中的应用 | 第49-52页 |
·结论和建议 | 第52页 |
·本章小结 | 第52-54页 |
6 混合混沌优化算法在水文水资源领域中的应用 | 第54-78页 |
·常见智能优化算法 | 第54-59页 |
·蚁群优化算法 | 第54-55页 |
·粒子群优化算法 | 第55页 |
·人工鱼群优化算法 | 第55-56页 |
·模拟退火优化算法 | 第56-57页 |
·人工免役优化算法 | 第57页 |
·遗传优化算法 | 第57-58页 |
·人工神经网络优化算法 | 第58页 |
·禁忌搜索优化算法 | 第58-59页 |
·基于混沌蚁群优化算法的投影寻踪模型 | 第59-65页 |
·混沌蚁群优化算法 | 第59-60页 |
·投影寻踪分类模型 | 第60-61页 |
·基于混沌蚁群优化算法的投影寻踪分类模型 | 第61页 |
·模型在湿地土壤质量评价中的应用 | 第61-65页 |
·结论和建议 | 第65页 |
·基于混沌粒子群优化算法的灰色GM(1,1)模型 | 第65-72页 |
·混沌粒子群优化算法 | 第65-66页 |
·灰色GM(1,1)预测模型 | 第66-68页 |
·基于混沌粒子群优化算法的灰色GM(1,1)预测模型 | 第68页 |
·模型在地下水埋深预测中的应用 | 第68-72页 |
·结论和建议 | 第72页 |
·基于混沌粒子群优化算法的小波神经网络模型 | 第72-76页 |
·小波神经网络模型 | 第72-74页 |
·基于混沌粒子群优化算法的小波神经网络模型 | 第74-75页 |
·模型在水稻需水量预测中的应用 | 第75-76页 |
·本章小结 | 第76-78页 |
7 结论与展望 | 第78-81页 |
·结论 | 第78-79页 |
·目前存在的主要问题 | 第79-80页 |
·前景展望 | 第80-81页 |
致谢 | 第81-82页 |
参考文献 | 第82-91页 |
攻读硕士期间发表的学术论文 | 第91页 |