管網(wǎng)最優(yōu)化理論與技術(shù)：遺傳算法與神經(jīng)網(wǎng)絡(luò)

前言
第一章  緒論
  1.1  水管網(wǎng)系統(tǒng)優(yōu)化研究的重要性
  1.2  管網(wǎng)優(yōu)化布置研究
  1.3  管網(wǎng)優(yōu)化布置研究
  1.4  管網(wǎng)可靠性段化研究
  1.5  基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的管網(wǎng)優(yōu)化研究
第二章  遺傳算法基本原理與設(shè)計(jì)
  2.1  遺傳算法的發(fā)展概況
  2.2  遺傳算法的基本流程
  2.3  遺傳算法的模式定理
  2.4  遺傳算法的特點(diǎn)
  2.5  遺傳算法的設(shè)計(jì)
  2.6  遺傳算法在壓力管網(wǎng)最優(yōu)化中的應(yīng)用
第四章  樹狀管網(wǎng)遺傳優(yōu)化布置
  4.1   引言
  4.2  樹狀管網(wǎng)優(yōu)化布置的數(shù)學(xué)模型
  4.3  用單親遺傳優(yōu)化布置的適應(yīng)度函數(shù)設(shè)計(jì)
  4.4  樹狀管網(wǎng)遺傳優(yōu)化布置的知應(yīng)度函數(shù)設(shè)計(jì)
  4.5  不同適應(yīng)度函數(shù)的應(yīng)用分析
  4.6  參數(shù)優(yōu)化配置
  4.7  實(shí)例應(yīng)用
第五章   神經(jīng)網(wǎng)絡(luò)優(yōu)化原理與現(xiàn)實(shí)
  5.1  人工神經(jīng)網(wǎng)絡(luò)研究的發(fā)展?fàn)顩r
  5.2  人工神經(jīng)網(wǎng)絡(luò)的特征與應(yīng)用
  5.3  人工神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)技術(shù)
  5.4  Hopfield網(wǎng)絡(luò)模型的神經(jīng)優(yōu)化計(jì)算原理
  5.5  人工神經(jīng)網(wǎng)絡(luò)在水科學(xué)中的應(yīng)用
  5.6  展望
第六章  自壓式樹狀管理網(wǎng)神經(jīng)優(yōu)化設(shè)計(jì)
  6.1  自壓式樹狀管網(wǎng)人成化設(shè)模型
  6.2  兩級優(yōu)化設(shè)計(jì)模型
  6.3  非線性規(guī)模型的神經(jīng)優(yōu)化計(jì)算
  6.4  樹狀管風(fēng)網(wǎng)神經(jīng)優(yōu)化計(jì)算機(jī)的仿真實(shí)現(xiàn)
  6.5  神壓式樹狀管網(wǎng)神經(jīng)優(yōu)化計(jì)算的仿真實(shí)現(xiàn)
  6.6  神經(jīng)優(yōu)化計(jì)算的參數(shù)優(yōu)化配置
  6.7  產(chǎn)例應(yīng)用
第七章  機(jī)壓式樹狀管網(wǎng)神經(jīng)優(yōu)化設(shè)計(jì)
  7.1  機(jī)壓式樹狀管理網(wǎng)優(yōu)化設(shè)計(jì)模型
  7.2  機(jī)壓式樹狀管網(wǎng)神經(jīng)風(fēng)網(wǎng)絡(luò)優(yōu)化設(shè)計(jì)模型
  7.3  遺傳優(yōu)化布置和神經(jīng)優(yōu)化設(shè)計(jì)的綜合應(yīng)用
……
第八章  環(huán)境管網(wǎng)遺傳優(yōu)化設(shè)計(jì)
附錄：SPGA程序