文摘
英文文摘
第一章概述
1.1研究目标和意义
1.2三小水库基本情况
1.2.1三门峡水库基本情况
1.2.2小浪底水库
1.3三小水库运用方式
1.3.1三门峡水库
1.3.2小浪底水库
1.4研究内容及技术路线
1.5系统特点
第二章基于遗传算法的最优水沙联合调度模型
2.1遗传算法
2.2水沙联合调度优化调度目标函数
2.3水库水沙联合调度目标的权重选择
2.4基于遗传算法的水库优化调度
2.4.遗传算法的改进
2.42基于遗传算法的水库优化调度
第三章专家系统水沙联合调度模型
3.1专家系统概述
3.2水沙联合调度专家系统知识库
3.3水沙联合调度专家系统推理机及其设计
第四章神经网络调度模型
4.1神经网络
4.2网络的学习算法
4.3 Boosting神经网络
4.4神经网络调度模型
第五章三门峡和小浪底水库水沙联合智能调度系统设计
5.1三、小水库水沙联合智能调度系统概述
5.2场次洪水选择与修正
5.3系统功能
5.3.1方案生成功能
5.3.2方案分析功能
5.3.3信息查询功能
5.3.4数据处理功能
6.3.4数据文件的管理与应用
5.4系统结构
5.4.1水库调度系统构成
5.4.2系统数据流程
5.5系统用户界面
5.5.1用户界面与系统功能之间的关系
5.5.2用户界面层次及特点
5.5.3用户界面介绍
第六章系统测试与验证
6.1系统测试
6.2系统验证
6.3存在的问题
第七章结束语
致谢
从事博士后其间发表论文
vehicle Shapes recovery and Recognition Using Generic Model and Boosing k-NN Classifiers
Models of Reservoir Regulation Based on RBF Neural Networks
OBJECT TRACKING USINC COLOR-BASED KALMAN PARTICLE FILTERS
基于Boosting RBF神经网络的滚动轴承故障诊断