亚洲成在人线色,不卡人妻

內(nèi)容簡介

　　新老水問題的錯綜交織和水工程的大規(guī)模投產(chǎn)運行，都對梯級水庫群科學運用提出了更高的要求。然而，全球氣候變化和強烈人類活動極大改變了流域天然水文節(jié)律和量能質(zhì)時空格局，大規(guī)模水利工程調(diào)蓄作用進一步加劇了河道破碎化情勢，導致傳統(tǒng)理論難以圓滿解決變化環(huán)境下流域水資源系統(tǒng)預報調(diào)度面臨的復雜現(xiàn)象和科學問題。為此，該書針對實際工程若干復雜利用需求，從機器學習、群體智能、并行計算、啟發(fā)式搜索等多個層面出發(fā)，嘗試創(chuàng)新和發(fā)展形成梯級水庫群多尺度預報調(diào)度方法，以期為流域水資源綜合開發(fā)和全周期高效利用提供科學依據(jù)和技術支持?！短菁壦畮烊憾喑叨阮A報調(diào)度方法》可供水文水資源領域的教學、科研、管理和工程技術人員閱讀，也可作為相關專業(yè)本科生和研究生的專業(yè)讀物。

作者簡介

暫缺《梯級水庫群多尺度預報調(diào)度方法》作者簡介

圖書目錄

前言
第1章緒論
1．1 研究背景及意義
1．2 國內(nèi)外研究現(xiàn)狀
1．3 本書主要內(nèi)容
第2章基于混合最小二乘支持向量機的長期水文預報方法
2．1 引言
2．2 長期水文預報方法
2．3 評價指標
2．4 工程應用
2．5 本章小結
第3章耦合降雨集合預報的中期水文滾動預報方法
3．1 引言
3．2 中期水文預報方法
3．3 中期水文滾動預報系統(tǒng)
3．4 工程應用
3．5 本章小結
第4章基于進化極限學習機的短期水文預報方法
4．1 引言
4．2 短期水文預報模型
4．3 工程應用
4．4 本章小結
第5章集成孿生支持向量機與合作搜索算法的智能水文預報方法
5．1 引言
5．2 智能水文預報模型
5．3 工程應用
5．4 本章小結
第6章梯級水庫群中長期發(fā)電調(diào)度精英集聚蛛群優(yōu)化方法
6．1 引言
6．2 梯級水庫群發(fā)電調(diào)度模型
6．3 精英集聚蛛群優(yōu)化方法（ESS0）
6．4 工程應用
6．5 本章小結
第7章梯級水庫群短期調(diào)峰調(diào)度均勻逐步優(yōu)化方法
7．1 引言
7．2 梯級水庫群短期調(diào)峰調(diào)度模型
7．3 均勻逐步優(yōu)化法（UPOA）
7．4 UPOA求解梯級水庫群短期調(diào)峰調(diào)度問題
7．5 實例分析
7．6 本章小結
第8章梯級水庫群中長期多目標調(diào)度高效優(yōu)化方法
8．1 引言
8．2 梯級水庫群多目標調(diào)度模型
8．3 智能算法多目標化改進方法
8．4 智能算法并行化方法
8．5 本章小結
第9章梯級水庫群短期調(diào)峰-通航多目標調(diào)度混合優(yōu)化方法
9．1 引言
9．2 梯級水庫群短期調(diào)峰-通航多目標調(diào)度模型
9．3 梯級水庫群多目標調(diào)度混合優(yōu)化方法
9．4 工程應用
9．5 本章小結
附錄英文縮寫中英文對照表
參考文獻