灤河流域水庫(kù)群聯(lián)合調(diào)度及三維仿真

前言
第1章 灤河流域概況及水資源開(kāi)發(fā)利用中存在的問(wèn)題
1.1 流域概況
1.1.1 自然地理
1.1.2 水文氣象
1.1.3 工程概況
1.1.4 主要受水城市水資源供需情勢(shì)
1.2 水資源開(kāi)發(fā)利用中存在的問(wèn)題
第2章 研究現(xiàn)狀綜述及技術(shù)路線
2.1 國(guó)內(nèi)外研究現(xiàn)狀
2.1.1 二元水循環(huán)理論
2.1.2 流域模型參數(shù)優(yōu)選
2.1.3 徑流預(yù)報(bào)
2.1.4 水庫(kù)群優(yōu)化調(diào)度
2.1.5 水庫(kù)模擬調(diào)度
2.1.6 流域數(shù)字化技術(shù)
2.2 水庫(kù)調(diào)度研究中存在的主要問(wèn)題
2.3 研究的技術(shù)路線
第3章 變化環(huán)境下的灤河流域水循環(huán)機(jī)理
3.1 二元驅(qū)動(dòng)下的流域水循環(huán)系統(tǒng)演進(jìn)
3.2 流域二元水循環(huán)過(guò)程模擬的實(shí)現(xiàn)
3.2.1 基于二元模式的流域水循環(huán)研究
3.2.2 流域二元水循環(huán)過(guò)程的模擬
3.3 人類活動(dòng)影響下流域水循環(huán)模型
3.3.1 模型結(jié)構(gòu)
3.3.2 模擬要素
3.3.3 能量過(guò)程模擬
3.3.4 水文過(guò)程模擬
3.4 人類活動(dòng)影響下灤河流域水循環(huán)機(jī)理研究
3.4.1 參數(shù)處理
3.4.2 模型校驗(yàn)
第4章 基于演化算法的洪水預(yù)報(bào)模型
4.1 基于混合遺傳算法的洪水預(yù)報(bào)模型
4.1.1 概念性水文模型
4.1.2 新安江模型結(jié)構(gòu)與參數(shù)
4.1.3 混合遺傳算法
4.2 模型應(yīng)用
4.2.1 模型參數(shù)的率定
4.2.2 率定結(jié)果
4.2.3 洪水?dāng)M合成果
4.3 過(guò)程預(yù)報(bào)
4.3.1 雨水情勢(shì)分析
4.3.2 洪水過(guò)程
4.4 馬斯京根河道洪水演算模型
4.4.1 馬斯京根模型
4.4.2 馬斯京根參數(shù)優(yōu)選方法
4.4.3 模型應(yīng)用
第5章 基于多目標(biāo)決策技術(shù)的水庫(kù)優(yōu)化調(diào)度模型
5.1 基于粒子群優(yōu)化算法的水庫(kù)優(yōu)化調(diào)度模型
5.1.1 基本粒子群算法
5.1.2 自適應(yīng)隨機(jī)慣性權(quán)策略
5.1.3 自適應(yīng)隨機(jī)慣性粒子群性能測(cè)試
5.1.4 限速粒子群算法
5.1.5 基于粒子群算法的水庫(kù)優(yōu)化調(diào)度模型
5.1.6 應(yīng)用實(shí)例
5.2 水庫(kù)多目標(biāo)調(diào)度的模糊決策方法
5.2.1 水庫(kù)調(diào)度的目標(biāo)
5.2.2 水庫(kù)調(diào)度的模糊優(yōu)選方法
5.2.3 評(píng)價(jià)指標(biāo)權(quán)重的確定
5.2.4 陡河水庫(kù)調(diào)度方案的模糊決策
5.3 灤河下游水庫(kù)群聯(lián)合模擬調(diào)度
5.3.1 調(diào)度原則
5.3.2 調(diào)洪計(jì)算思路
5.3.3 調(diào)洪資料的選取
5.3.4 庫(kù)群聯(lián)合防洪調(diào)度計(jì)算方法
5.3.5 調(diào)度方案
5.3.6 方案實(shí)施
5.4 灤河下游水庫(kù)群聯(lián)合防洪實(shí)時(shí)調(diào)度
第6章 區(qū)域水資源供需分析及供水調(diào)度
6.1 基于自適應(yīng)模糊推理系統(tǒng)的徑流預(yù)報(bào)模型
6.1.1 自適應(yīng)模糊推理系統(tǒng)
6.1.2 減法聚類及其在ANFIS結(jié)構(gòu)辨識(shí)中的應(yīng)用
6.1.3 應(yīng)用實(shí)例
6.1.4 預(yù)報(bào)結(jié)果評(píng)價(jià)指標(biāo)
6.1.5 預(yù)報(bào)建模及結(jié)果
6.2 基于神經(jīng)網(wǎng)絡(luò)的需水量預(yù)測(cè)模型
6.2.1 神經(jīng)元和神經(jīng)網(wǎng)絡(luò)模型
6.2.2 BP神經(jīng)網(wǎng)絡(luò)
6.2.3 BP神經(jīng)網(wǎng)絡(luò)用于需水量預(yù)測(cè)的相關(guān)問(wèn)題分析
6.3 灤河流域受水區(qū)需水預(yù)測(cè)
6.3.1 城市生活需水預(yù)測(cè)
6.3.2 城市工業(yè)需水量預(yù)測(cè)
6.3.3 城市生態(tài)需水量預(yù)測(cè)
6.3.4 需水預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò)模型——以天津市為例
6.4 水庫(kù)群聯(lián)合供水調(diào)度研究
6.4.1 來(lái)水系統(tǒng)
6.4.2 需水系統(tǒng)
6.4.3 協(xié)調(diào)層優(yōu)化調(diào)水模型
6.4.4 庫(kù)群優(yōu)化調(diào)度模型
6.4.5 水庫(kù)群實(shí)時(shí)優(yōu)化調(diào)度
6.4.6 不同來(lái)水頻率的水庫(kù)調(diào)度結(jié)果及分析
第7章 水庫(kù)群聯(lián)合調(diào)度決策支持系統(tǒng)及三維仿真
7.1 水庫(kù)調(diào)度決策支持系統(tǒng)簡(jiǎn)介
7.2 六庫(kù)聯(lián)合調(diào)度系統(tǒng)
7.3 陡河水庫(kù)防洪供水調(diào)度系統(tǒng)
7.3.1 供水調(diào)度的操作
7.3.2 洪水預(yù)報(bào)的操作
7.3.3 洪水調(diào)度的操作
7.3.4 數(shù)據(jù)庫(kù)管理的操作
7.3.5 圖片資料管理的操作
7.3.6 視頻資料管理的操作
7.3.7 文本資料管理的操作
7.4 水庫(kù)調(diào)度三維仿真
7.4.1 數(shù)字流域與三維仿真概述
7.4.2 基于Skyline的大場(chǎng)景三維展示平臺(tái)
7.4.3 三維虛擬仿真平臺(tái)的整體架構(gòu)
7.4.4 數(shù)據(jù)處理
7.5 主要功能及其實(shí)現(xiàn)
7.5.1 三維信息的展示
7.5.2 三維信息的查詢
7.5.3 空間數(shù)據(jù)分析
7.5.4 洪水演進(jìn)與淹沒(méi)分析
7.5.5 供水調(diào)度結(jié)果的三維展示
7.5.6 系統(tǒng)的整體架構(gòu)
7.5.7 系統(tǒng)主要功能與界面
結(jié)論
發(fā)表的相關(guān)論文
參考文獻(xiàn)
附錄 書(shū)中的彩圖