wrse水资源系统工程 前言目录

《wrse水资源系统工程 前言目录》由会员分享，可在线阅读，更多相关《wrse水资源系统工程 前言目录（6页珍藏版）》请在装配图网上搜索。

1、前 言 作为由2个氢原子和1个氧原子组成的简单化合物，水是一切生命之源。水资源始终是支撑人类生命和经济增长与可持续发展的最基本的要素之一。远古人类逐水而居，利用地表水与泉水作为供水水源，中国约在公元前3700年在浙江余姚河姆渡就开始打井取地下水，使得人类活动的范围更为广阔。世界文明古国中国、埃及、印度和古巴比伦分别发祥于黄河与长江、尼罗河、恒河、幼发拉底河与底格里斯河。随着人类社会经济的不断发展，水资源系统的经济、社会、环境和政治影响也在不断凸现：一方面，一个国家或地区经济发展和社会发展越来越受该国家或该地区水资源系统运行状况的约束，水资源短缺危机在世界各地日益暴露，危机程度也在日益加深，导致

2、许多地区冲突；另一方面，水量过多将产生水灾，水量过少又会引起旱灾，水质受到污染还会导致重大环境问题。可见水资源系统问题已成为国家或地区社会经济可持续发展的瓶颈，已成为重大战略性问题。水资源系统工程就是对水资源复杂系统进行科学规划、最优设计和优化运行管理的一门新兴交叉工程技术学科，它包括河流水资源综合开发利用规划与管理、流域水资源综合开发利用规划与管理、地下水水资源综合开发利用规划与管理、农田灌溉系统规划与管理、城市供水系统规划与管理、水力发电工程系统规划与管理、防洪工程系统规划与管理、抗旱系统规划与管理、航道工程系统规划与管理、水污染控制系统规划与管理、水资源可持续利用与管理等重要内容，已广泛

3、应用于水资源开发利用管理各部门之间，水利与农业、工业、交通、能源、建设等部门之间的协调和发展，特别是在社会、经济、人口、资源与环境可持续发展战略中具有重要意义。本书是在参考近年来国内外水资源系统工程的一些新发展的基础上，对作者及同事们多年来有关科研工作和教学工作的总结。本书从系统工程方法论的角度，系统地探讨了水资源系统工程的理论基础和研究进展，在此基础上提出了由水资源系统优化方法、水资源系统建模方法、水资源系统预测方法、水资源系统模拟方法、水资源系统评价方法和水资源系统决策分析方法组成的水资源系统工程的新的理论框架，并在这一框架下针对水资源系统的复杂性，结合作者近年来的研究成果，提出了一系列基

4、于遗传算法的水资源系统工程新方法，同时给出了众多技术完备的应用实例，尽可能反映智能性水资源系统工程理论、方法和应用的新成果和新发展。根据书中介绍的各种方法和众多实例，读者可以比较方便地掌握水资源系统工程的基本思想和各种方法的具体实现技术，加深对具体水资源问题的理解，增强解决实际问题的能力。本书共分七章。第1章详细地介绍了水资源系统工程的基本概念、方法论和研究进展，指出了水资源系统工程新的理论框架，最后针对水资源系统的复杂性，提出了本书的主要研究内容。第2章在分析目前水资源优化问题和遗传算法的理论基础上，提出了基于遗传算法的三套水资源系统优化方法。第3章至第7章，在分析目前水资源系统建模问题、预

5、测问题、模拟问题、评价问题和决策分析问题的基础上，提出了一系列基于遗传算法的水资源系统建模方法、预测方法、模拟方法、评价方法和决策分析方法等具有广泛应用价值的新方法，它们汇集了作者近年来的主要研究成果，并力图反映遗传算法应用于水资源系统工程的新发展。本书可作为高等学校水利工程、土木工程、市政工程、环境工程及相关专业的本科高年级学生、硕士生和博士生的教材及教学参考书，也可作为水利工程、土木工程、市政工程、环境工程、农业工程、地理工程、工商管理、系统工程、技术经济、应用数学以及有关专业的管理人员、科学研究人员、工程技术人员和领导干部的培训教材和自学参考书。作为一门新兴的工程技术学科，水资源系统工程

6、也随着水资源学、系统科学、当代数学、计算机科学和人工智能等众多相关学科的进展而迅速发展着。加之水资源系统的广泛性、复杂性，以及作者水平的有限性，成稿仓促，书中的一些观点和方法可能留有争议和错误，殷切希望同行专家和读者们多予批评指正。本书参考和引用了大量国内外许多学者的有关论著，吸收了同行们的辛勤劳动成果，作者从中得到了很大的教益和启发，在此谨向各位学者表示衷心的感谢！作者衷心感谢中国水利水电科学研究院李纪人教授，河海大学朱元生教授，四川大学邓育仁教授等所给予的热忱指导、支持和帮助！本书的研究成果，有幸得到四川大学高速水力学国家重点实验室开放基金项目（编号0201）、安徽省优秀青年科技基金项目、

7、安徽省自然科学基金项目（01045102）、国家自然科学基金重大项目（50099620）、国家自然科学基金项目（编号79900002），以及合肥工业大学博士基金的大力支持。在此作者谨表示衷心感谢！作者在此特别感谢四川科学技术出版社的同志们为本书出版所付出的心血！没有他们的热情帮助以及细致严谨的工作，本书是不会以这样的形式面世的。 作 者 2002年10月于合肥工业大学目 录第1章 绪论1 1.1 水资源系统工程与遗传算法1 1.2 水资源系统工程研究进展14 1.3 遗传算法研究进展21 1.4 本书的目的和内容33第2章 基于遗传算法的水资源系统优化方法35 2.1 水资源系统优化概述35

8、2.2 遗传算法的理论基础37 2.3 基于二进制编码的加速遗传算法51 2.4 基于实数编码的加速遗传算法67 2.5 基于整数编码的遗传算法70 2.6 小结74第3章 基于遗传算法的水资源系统建模方法77 3.1 水资源系统建模概述77 3.2 基于遗传算法的水资源系统人工神经网络建模方法81 3.3 基于遗传算法的水资源非线性系统建模方法104 3.4 小结111第4章 基于遗传算法的水资源系统预测方法113 4.1 水资源系统预测概述113 4.2 基于遗传算法的门限自回归模型114 4.3 基于遗传算法的门限回归模型119 4.4 基于遗传算法的双线性模型126 4.5 基于遗传算

9、法的逻辑斯谛曲线模型131 4.6 基于遗传算法的Shepard相似预测模型134 4.7 基于遗传算法的R/S预测模型137 4.8 基于遗传算法的组合预测模型141 4.9 小结143第5章 基于遗传算法的水资源系统模拟方法147 5.1 水资源系统模拟概述147 5.2 基于遗传算法的水资源时间序列的随机模拟方法149 5.3 基于遗传算法的水资源复杂系统的随机模拟方法153 5.4 基于遗传算法的水资源过程最近邻模拟模型163 5.5 小结166第6章 基于遗传算法的水资源系统评价方法167 6.1 水资源系统评价概述167 6.2 基于遗传算法的投影寻踪评价模型168 6.3 基于遗

10、传算法的神经网络评价模型180 6.4 基于遗传算法的逻辑斯谛曲线评价模型185 6.5 基于遗传算法的Shepard相似评价模型189 6.6 基于遗传算法的内部收益率经济评价方法194 6.7 基于遗传算法的AHP评价方法197 6.8 基于遗传算法的模糊综合评价方法209 6.9 小结211第7章 基于遗传算法的水资源系统决策分析方法213 7.1 水资源系统决策分析概述213 7.2 水资源工程方案优选的投影寻踪方法214 7.3 基于投影寻踪的水资源系统不确定型决策分析方法217 7.4 基于遗传算法的城市防洪规划方案决策分析方法221 7.5 基于遗传算法的动态多指标决策分析方法2

11、27 7.6 水资源系统风险管理的理论体系230 7.7 小结234参考文献236ContentsChapter 1 Introduction 1 1.1 Water resource systems engineering and genetic algorithm1 1.2 Research advance in water resource systems engineering14 1.3 Research advance in genetic algorithm21 1.4 The aims and contents of the book33Chapter 2 Genetic al

12、gorithm based optimal methods of water resource system35 2.1 Introduction of water resource system optimization35 2.2 The basic theory of genetic algorithm37 2.3 Accelerating genetic algorithm based on binary number coding51 2.4 Accelerating genetic algorithm based on real number coding67 2.5 Geneti

13、c algorithm based on integer coding70 2.6 Conclusions74Chapter 3 Genetic algorithm based modeling methods of water resource system77 3.1 Introduction of water resource system modeling77 3.2 Genetic algorithm based neural networks modeling of water resource system81 3.3 Genetic algorithm based nonlin

14、ear modeling method of water resource system104 3.4 Conclusions111Chapter 4 Genetic algorithm based prediction methods of water resource system113 4.1 Introduction of water resource system prediction113 4.2 Threshold auto-regressive model based on genetic algorithm114 4.3 Threshold regressive model

15、based on genetic algorithm119 4.4 Bilinear time series model based on genetic algorithm126 4.5 Logistic curve model based on genetic algorithm131 4.6 Shepard similarity prediction model based on genetic algorithm134 4.7 Rescaled range analysis prediction model based on genetic algorithm137 4.8 combi

16、ned forecasting model based on genetic algorithm141 4.9 Conclusions 143Chapter 5 Genetic algorithm based simulation methods of water resource system147 5.1 Introduction of water resource system simulation147 5.2 Genetic algorithm based water resource time series stochastic simulation 149 5.3 Genetic

17、 algorithm based stochastic simulation method of water resource complex system153 5.4 Nearest neighbor bootstrap simulation model for water resource process based on genetic algorithm163 5.5 Conclusions166Chapter 6 Genetic algorithm based evaluation methods of water resource system167 6.1 Introducti

18、on of water resource system evaluation167 6.2 Projection pursuit evaluation method based on genetic algorithm168 6.3 Neural networks evaluation method based on genetic algorithm180 6.4 Logistic curve evaluation method based on genetic algorithm185 6.5 Shepard similarity evaluation method based on ge

19、netic algorithm189 6.6 Internal rate of return economic evaluation method based on genetic algorithm194 6.7 Analytic hierarchy process evaluation method based on genetic algorithm197 6.8 Fuzzy synthesis evaluation method based on genetic algorithm209 6.9 Conclusions211Chapter 7 Genetic algorithm bas

20、ed decision-making analysis methods of water resource system213 7.1 Introduction of water resource system decision-making analysis213 7.2 Projection pursuit method of water resource engineering schemes optimization214 7.3 Projection pursuit method for water resource uncertain decision-making217 7.4

21、Genetic algorithm based decision-making analysis method for optimizing city flood control programming schemes221 7.5 Dynamic multiple attribute decision-making analysis method based on genetic algorithm227 7.6 The theoretics system of water resource system risk management230 7.7 Conclusions 234References236VI