中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(下)
-
>
基于個性化設(shè)計策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機車概要.交流傳動內(nèi)燃.電力機車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
水電站群中長期水文預(yù)報及調(diào)度的智能方法研究與應(yīng)用 版權(quán)信息
- ISBN：9787517083115
- 條形碼：9787517083115 ; 978-7-5170-8311-5
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
水電站群中長期水文預(yù)報及調(diào)度的智能方法研究與應(yīng)用 內(nèi)容簡介
《水電站群中長期水文預(yù)報及調(diào)度的智能方法研究與應(yīng)用》共7章。第1章主要闡述了我國水電發(fā)展概況、國內(nèi)外中長期水文預(yù)報及調(diào)度研究進展等基礎(chǔ)信息。第2章主要結(jié)合極端學(xué)習(xí)機算法和小波分析技術(shù)特點提出了耦合模型，并將其應(yīng)用于月徑流預(yù)報模型。第3章對一種新的遞歸神經(jīng)網(wǎng)絡(luò)即回聲狀態(tài)網(wǎng)絡(luò)進行研究，并結(jié)合貝葉斯理論和回聲狀態(tài)網(wǎng)絡(luò)模型特點進行改進，并應(yīng)用于日徑流預(yù)報。第4章對差分演化算法進行了改進，并結(jié)合并行計算框架進行研究，然后將其應(yīng)用于梯級水電站群長期優(yōu)化調(diào)度中。第5章圍繞遠距離、長滯時人流在梯級電站中期調(diào)度中存在滯時電量問題進行研究，建立了考慮滯時電量的水電系統(tǒng)中期期末蓄能大模型，并給出了求解方法。第6章圍繞中長期水文及調(diào)度系統(tǒng)，主要從系統(tǒng)設(shè)計及其實現(xiàn)方式方面進行論述，并給出了應(yīng)用實例。第7章對全文進行總結(jié)和展望。 《水電站群中長期水文預(yù)報及調(diào)度的智能方法研究與應(yīng)用》可作為水文與水資源工程專業(yè)本科和碩士、博士研究生的參考書，也可供從事水文預(yù)報及水庫調(diào)度相關(guān)領(lǐng)域的工程技術(shù)人員參考選用。
水電站群中長期水文預(yù)報及調(diào)度的智能方法研究與應(yīng)用 目錄
前言
第1章 緒論
1．1 研究背景及意義
1．2 中長期徑流預(yù)報研究進展
1．3 水電站群調(diào)度方法研究進展
1．4 并行計算在水文水資源領(lǐng)域中的應(yīng)用
1．5 面臨的關(guān)鍵技術(shù)問題
1．6 本書主要研究思路與內(nèi)容
第2章 基于極端學(xué)習(xí)機算法的小波神經(jīng)網(wǎng)絡(luò)月徑流預(yù)報模型
2．1 引言
2．2 前饋神經(jīng)網(wǎng)絡(luò)及其傳統(tǒng)梯度下降算法存在的問題
2．3 基于極端學(xué)習(xí)機算法的小波神經(jīng)網(wǎng)絡(luò)月徑流預(yù)報模型
2．4 模型評價指標(biāo)
2．5 應(yīng)用實例
2．6 小結(jié)
第3章 基于貝葉斯回聲狀態(tài)網(wǎng)絡(luò)的日徑流預(yù)報模型
3．1 引言
3．2 傳統(tǒng)遞歸神經(jīng)網(wǎng)絡(luò)及其常用算法存在的問題
3．3 回聲狀態(tài)網(wǎng)絡(luò)
3．4 貝葉斯回聲狀態(tài)網(wǎng)絡(luò)模型
3．5 模型評價指標(biāo)
3．6 應(yīng)用實例
3．7 小結(jié)
第4章 梯級水電站群長期優(yōu)化調(diào)度并行混合差分演化算法
4．1 引言
4．2 長期優(yōu)化調(diào)度問題描述
4．3 標(biāo)準(zhǔn)差分演化算法
4．4 標(biāo)準(zhǔn)差分演化算法改進策略
4．5 基于Fork／Join并行框架的多核并行混沌模擬退火差分演化算法（PCSADE）
4．6 CSADE算法標(biāo)準(zhǔn)函數(shù)測試及性能分析
4．7 應(yīng)用實例
4．8 小結(jié)
第5章 考慮滯時電量的水電系統(tǒng)中期期末蓄能*大模型及求解方法
5．1 引言
5．2 中期調(diào)度問題描述
5．3 模型求解策略
5．4 應(yīng)用實例
5．5 小結(jié)
第6章 中長期水文預(yù)報及調(diào)度系統(tǒng)設(shè)計與實現(xiàn)
6．1 引言
6．2 系統(tǒng)設(shè)計
6．3 系統(tǒng)實現(xiàn)方式
6．4 系統(tǒng)應(yīng)用實例
6．5 小結(jié)
第7章 結(jié)論與展望
7．1 結(jié)論
7．2 展望
附錄 標(biāo)準(zhǔn)測試函數(shù)
參考文獻
第1章 緒論
1．1 研究背景及意義
1．2 中長期徑流預(yù)報研究進展
1．3 水電站群調(diào)度方法研究進展
1．4 并行計算在水文水資源領(lǐng)域中的應(yīng)用
1．5 面臨的關(guān)鍵技術(shù)問題
1．6 本書主要研究思路與內(nèi)容
第2章 基于極端學(xué)習(xí)機算法的小波神經(jīng)網(wǎng)絡(luò)月徑流預(yù)報模型
2．1 引言
2．2 前饋神經(jīng)網(wǎng)絡(luò)及其傳統(tǒng)梯度下降算法存在的問題
2．3 基于極端學(xué)習(xí)機算法的小波神經(jīng)網(wǎng)絡(luò)月徑流預(yù)報模型
2．4 模型評價指標(biāo)
2．5 應(yīng)用實例
2．6 小結(jié)
第3章 基于貝葉斯回聲狀態(tài)網(wǎng)絡(luò)的日徑流預(yù)報模型
3．1 引言
3．2 傳統(tǒng)遞歸神經(jīng)網(wǎng)絡(luò)及其常用算法存在的問題
3．3 回聲狀態(tài)網(wǎng)絡(luò)
3．4 貝葉斯回聲狀態(tài)網(wǎng)絡(luò)模型
3．5 模型評價指標(biāo)
3．6 應(yīng)用實例
3．7 小結(jié)
第4章 梯級水電站群長期優(yōu)化調(diào)度并行混合差分演化算法
4．1 引言
4．2 長期優(yōu)化調(diào)度問題描述
4．3 標(biāo)準(zhǔn)差分演化算法
4．4 標(biāo)準(zhǔn)差分演化算法改進策略
4．5 基于Fork／Join并行框架的多核并行混沌模擬退火差分演化算法（PCSADE）
4．6 CSADE算法標(biāo)準(zhǔn)函數(shù)測試及性能分析
4．7 應(yīng)用實例
4．8 小結(jié)
第5章 考慮滯時電量的水電系統(tǒng)中期期末蓄能*大模型及求解方法
5．1 引言
5．2 中期調(diào)度問題描述
5．3 模型求解策略
5．4 應(yīng)用實例
5．5 小結(jié)
第6章 中長期水文預(yù)報及調(diào)度系統(tǒng)設(shè)計與實現(xiàn)
6．1 引言
6．2 系統(tǒng)設(shè)計
6．3 系統(tǒng)實現(xiàn)方式
6．4 系統(tǒng)應(yīng)用實例
6．5 小結(jié)
第7章 結(jié)論與展望
7．1 結(jié)論
7．2 展望
附錄 標(biāo)準(zhǔn)測試函數(shù)
參考文獻
展開全部
水電站群中長期水文預(yù)報及調(diào)度的智能方法研究與應(yīng)用 作者簡介
李保健，男，漢族，1983年出生，講師。主要從事水文預(yù)報與水庫調(diào)度研究工作。現(xiàn)主持國家自然科學(xué)基金青年項目1項，參與國家杰出青年基金項目1項，國家自然科學(xué)基金3項。發(fā)表學(xué)術(shù)論文13余篇，其中SCI和EI收錄5篇；申請軟件著作權(quán)2項。
書友推薦
- >
莉莉和章魚
- >
李白與唐代文化
- >
回憶愛瑪儂
- >
姑媽的寶刀
- >
煙與鏡
- >
名家?guī)阕x魯迅:朝花夕拾
- >
經(jīng)典常談
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
