一、时间序列法在厦门城市供水量预测中的应用研究（论文文献综述）
陈胥良[1]（2021）在《耦合中长期径流预报的跨流域引水供水联合调度研究》文中提出水资源分布不均以及社会经济快速发展导致我国水资源供需矛盾突出,修建跨流域引水工程是解决该问题的重要工程措施。科学合理的跨流域引水规则决定了跨流域引水工程的引水效率,是充分发挥跨流域引水工程作用的关键。如何有效地利用预报信息制定引水规则,保障引水的有效性,是亟待解决的关键问题。因此,本文选取碧流河-大伙房引水工程为研究对象,首先研究中长期径流预报因子筛选方法,以提高预报精度;在此基础上,耦合利用预报信息制定最优引水调度规则;最后,分析预报不确定性对引水效率的影响。主要研究内容及成果如下:（1）对碧流河水库的中长期径流预报进行研究。针对中长期径流预报中备选因子数量显着大于数据样本的情况,采用稳定性选择方法筛选径流预报因子;在此基础上,利用BP神经网络模型,建立碧流河水库的月径流预报模型、不同时刻预报汛期径流总量的预报模型。结果表明,相比于互信息的因子筛选法,基于稳定性选择的因子筛选法所建立的模型的预报精度更高。（2）在中长期径流预报研究的基础上,开展跨流域引水供水联合预报调度研究。首先,仅考虑中期径流预报信息,设置多组预报调度方案,这些方案分别在汛期、非汛期的不同月份利用中期径流预报来优化引水、供水调度规则。通过比较不同方案的调度结果,分析中期径流预报信息在全年不同时期的有效性,确定最优的考虑中期径流预报的调度方式。基于最优的中期预报调度方式,进一步考虑长期径流预报信息,利用长期径流预报信息确定时段引水上下限,进一步优化引水规则。本研究设置多组耦合考虑中长期径流预报的调度方案,这些方案分别在不同月份利用中期径流预报、长期径流预报来优化引水、供水调度规则。通过对比各方案的调度结果,分析中长期径流预报耦合利用的最优方式。（3）在最优的耦合中长期径流预报的调度方式的基础上,分析预报不确定性对跨流域引水调度的影响规律。随机生成不同预报误差的中长期径流预报,利用预报信息完成优化调度,分析预报不确定性对引水效率的影响。
邓文娟[2]（2020）在《红沙泉露天煤矿水资源优化配置研究》文中认为新疆水资源优化配置是实现我国干旱半干旱地区可持续发展的重要保障,西黑山矿区红沙泉一号露天煤矿位于新疆维吾尔自治区准东煤田,地处戈壁沙漠,属于干旱地区,生态环境脆弱,水资源极度匮乏,煤炭资源丰富,年产原煤800万吨,自2015年投产以来,需水量逐年增加,鉴于区域现状年用水量已超出水资源总量控制指标的24%,且当地可利用地下水水量极少。因此,在综合考虑煤炭开采各环节对水资源需求的基础上,基于对矿区2020-2024年的需水量预测,对矿区的水资源现状进行调查、分析并进行优化,是维持煤矿正常运行的迫切需求。论文以西黑山矿区红沙泉一号露天煤矿为例,在现场调研、实验分析、模型计算的基础上,综合分析生产工艺流程中用水环节与排水状况,通过优化水处理工艺设计,提升水处理效率,建立数学模型,优化矿区水资源配置,实现矿区水资源的高效利用。主要研究结果如下:（1）通过对露天煤矿生产工艺综合分析,结合现场样品采集与分析,从水的用途出发,采用单因子、主成分分析与模糊综合评价法对整个生产工艺中涉水节点水质进行评价,评价结果表明:矿井水的水质为《地下水质量标准》（GB/T 14848-2017）及《煤炭工业污染物排放标准》（GB20426-2006）的V级标准,特征污染因子为CODcr;生活污水处理站的出水水质为《城镇污水处理厂污染物排放标准》（GB18918-2002）中Ⅲ级标准,特征污染因子为:总磷、氨氮;自来水中SO42-和氯化物不满足《生活饮用水卫生标准》（GB5749-2006）。（2）针对现有各生产环节可用水源,根据用途,对矿区的矿井水采用混凝沉淀法,生活污水采用一体化生活污水处理设施,含油废水采用除油+沉淀+过滤污水处理设施,优化水处理工艺设计进行水质提升,达到经济资源化利用。（3）通过对研究区域2011-2019年的需水量预测、对比和修正,确定采用灰色预测法的GM（1,1）模型,对2020-2024年的需水量进行预测,预测结果为2020-2024 年的需水量分别为:355.08、438.05、540.42、666.70、822.50 万 t/a。（4）基于社会、经济、环境三个目标函数,在满足矿区供水量与民生相关的保证率不小于95%,与工业相关不小于85%,与环保相关不小于80%的约束条件下,采用多目标水资源优化配置模型,基于Matlab界面采用遗传算法优化求解,获得2020-2024不同年份的配置结果,配置的结果在经济最小化的情况下满足矿区需水量的约束条件,则研究区的水资源配置具有可行性。图30表56参109
辛珂[3]（2020）在《基于GA-ELM的城市短期需水预测与误差修正方法研究》文中研究说明随着人口大量地向城市涌入,导致城市需水量不断攀升,从而出现城市用水紧张、水资源供需不平衡等问题。因此,在保证城市居民用水舒适度不会降低的前提下,尽可能的节约供水成本和水资源消耗是将来城市供水系统发展的必然趋势。在科技不断进步发展趋势下,为了实现未来城市实时性和自动化供水调度方式,这就要求有一种精度高、用时少的需水量预测方法作为基础。需水量预测在整体城市供水系统的设计、规划、管理和运行中起着重要的作用,是供水策略、运行调度、优化设计的关键性参考。传统预测方法要求历史数据具有较明显的周期性和趋势上的稳定性,以及人工智能预测方法易于陷入局部最优、运算速度慢、泛化性能低等问题,现在已经很少被单独作为一种研究需水量预测的方法,而以数据、影响因素和神经网络算法相结合的组合预测模型因结合了两者的优点和弥补了两者的不足被如今大多数学者所青睐并且得到较好的发展。针对传统的神经网络预测模型训练时间长、易于陷入局部最优的预测结果,且在少量数据样本情况下预测精确度不足的缺点,首先,本文提出了一种基于遗传算法-极限学习机的城市短期用水预测方法,在引入相关影响因素的基础上,使用擅长全局搜索和并行搜索的遗传算法对极限学习机参数进行寻优,使得GA-ELM预测模型精度得到提升。其次,提出一种误差修正方法,使用马尔可夫链对遗传算法—极限学习机预测模型的预测结果进行误差修正。结果表明,经过误差修正的最终组合模型的预测结果精度比传统预测模型结果要高,具有较强的实用价值,为未来水资源实时调度提供理论依据。
李宝玉[4]（2020）在《吉林市区地下水位动态变化研究》文中研究说明为保证吉林市人类生活及社会发展,更加科学化的管理该地区的地下水,通过长期监测地下水并研究地下水水位的空间分布特征和时间变化过程,探讨地下水水位的时间与空间变化规律及影响因素,并提出吉林市地下水水位控制管理方案,文章结论如下。根据地下水动态资料进行分析可以得知,吉林市城区的地下水动态特征基本保持天然状态下的地下水的动态特征（除地下水开采区外）。地下水的年内动态变化类型有四种,大气降水入渗—蒸发型的地下水补给主要是大气降水入渗,排泄方式则以蒸发为主;入渗—径流型降水入渗是地下水主要的补给来源,侧向径流是主要的排泄方式;入渗—开采型人工开采是主要排泄方式;水文型地下水主要受水文情势的影响。研究区内地下水水位随时间演化过程的分析,可以将地下水水位年际变化动态特征划分为2000年以前、2000-2010年、2010-2016年三个时间阶段类型。在2000年以前,由于人工开采程度较低,水位变化主要受气象因素影响,少水年份,地下水位略有下降,丰水年份地下水能够获得很好的补给。地下水位变幅较小,多年地下水位变幅1-2m,开采没有对地下水造成较大的影响。2000-2010年,人工开采量相对增加,地下水位在少水年份有明显的下降,在丰水年得到相应的补充,地下水得到较好的补给,总的来看没有造成水位持续下降等环境水文地质问题,但地下水位变幅较大,多年地下水变幅3-5m,开采对地下水造成一定的影响,如遇到连续枯水年份,会使地下水持续下降。2010-2016年,地下水开采量较大,虽然有丰水年份地下水得到补偿,但过量开采使得丰水年地下水位恢复幅度较小,甚至在2010年这样的丰水年地下水位也在下降,地下水位多年变幅在5m以上。但此类地下水动态类型分布地段较少。吉林市整体上地下水由各五级流域由松花江干流两侧向中间汇入,鳌龙河流域、温德河流域地下水由西南流向东北,牤牛河流域、团山子河流域地下水由东南流向西北,之后地下水整体由东南流向西北。在研究区内的平原区,由于受到开采、灌溉等人类活动的影响,沿桦皮厂镇—孤店子镇—乌拉街满族镇—大口钦满族镇一带,地下水存在降落漏斗。河谷平原区地表河流对潜水水位埋深影响较大,变化幅度为0-5m,近河流处水位埋深值较小,在河间地块或分水岭处,水位埋深值较大。台地阶地潜水水位埋深受地貌类型和地下水流场的控制,地下水水位埋深值较大。对研究区内的长系列长观井地下水水位埋资料、年降水量资料、蒸发资料及开采资料进行分析。通过建立多元线性回归模型可知,对研究区期内地下水水位产生影响的因素为上月水位值、上月降水量、当月降水量,开采量及蒸发量。综上所述,影响水位最大的因素是其上个月的水位,其次是降水量,最后是蒸发量和开采量。本文对影响地下水水位的因素进行计算分析,首先利用建立多元线性回归模型,得到结论,对研究区期内地下水水位产生影响的因素为上月水位值、上月降水量、当月降水量。然后通过灰色关联度分析方法,得到各个因素对水位影响的权重,可以得到对水位影响最大的因素。对于地下水水位影响最大的因素是其上个月的水位,其次是降水量,最后是蒸发量和开采量。最后使用相关关系法分析出降水量、开采量与地下水位之间的关系。根据吉林市区地下水资源条件,将吉林市区划分成12个管理分区,通过经验值法、历史资料法、相关关系法确定了各分区的地下水水位上限值和下限值,并根据管理需求,将河湾子低山丘陵区、缸窑槽地丘陵区、石砬子低山丘陵区、锅底山低山丘陵区、杨木河谷平原区、建成区河谷平原区等6个分区划分为地下水水位稳定型管理分区,将桦皮厂河谷平原区、孤店子河谷平原区、乌拉街河谷平原区、大屯河谷平原区、朱雀山低山丘陵区、旺起低山区等6个分区划分为下降型管理分区,根据各个分区现状水位,控制性水位以及预测5年后水位下限值,提出稳定型应维持开发利用现状,适当加大开采,下降型控制开采,提高用水效率,减少用水量,特别是孤店子-桦皮厂镇灌区,应该采取引用地表水灌溉,减少地下水灌溉用水量,逐渐回复降深漏斗区正常水位。
胡浩东[5]（2020）在《不同类型区地下水管理控制水位划定方法研究》文中指出地下水水位状态是各种水文要素的综合反映,不仅反映了地下水补给、径流和排泄条件的综合变化规律,同时也是判断是否出现环境地质问题及其严重程度的重要指标。地下水水位的变化不仅是地下水资源量最直接的表现形式,而且是地下水管理过程中最重要的控制性指标。本文通过对国内外关于地下水位的管理控制相关资料研究分析,重新界定了地下水管理控制水位的概念,对地下水管理控制水位进行分级。并根据地下水开发利用特征以及地下水开发利用引起的环境地质问题划定地下水管理控制水位的不同类型区。根据不同类型区的特点,选定典型研究区,通过适当的划定方法,完成了不同类型区地下水管理控制水位的划定研究工作。本文主要研究内容及结论如下:（1）界定了地下水管理控制水位的概念,根据地下水开发利用特征以及地下水开发利用引起的环境地质问题,将地下水管理控制水位不同类型区划分为浅层地下水类型区、深层承压水类型区和环境地质灾害区。依据典型研究区的选取原则,选择不同类型区的典型研究区,并选择典型研究区地下水管理控制水位的划定方法,并结合典型研究区的特点进行改进。（2）以濮阳市为浅层地下水类型区的典型研究区,用水均衡法、疏干体积法和时间序列法分别划定典型研究区地下水管理控制水位,结合研究区浅层地下水位的变化特征和管理目标,分析计算结果的合理性。并通过三种方法划定结果的对比,分析每种方法划定地下水管理控制水位的合理性和适用条件。在三种划定方法中,水均衡法既考虑了不同降雨水平年,又考虑水文地质条件,地下水管理控制水位的划定结果最合理。（3）以河南省西平县城市水源地为深层承压水类型区的典型研究区,构建了一套适用于承压水管理控制水位的划定方法。通过收集研究区相关资料,建立研究区地下水数值模型,得到研究区范围内不同开采强度下承压水水位的变化情况;计算出研究区范围内不同开采强度下水位降深的大小,绘制出水位降深等值线图;结合已划定的水源地保护区边界,根据承压水管理控制水位划定原则,划定承压水管理控制水位,并对划定结果进行合理性分析。以G06典型观测井为例,限制开采水位为22.25m,禁止开采水位为17.78m,深层承压水管理控制水位阈值区间为17.78～22.25m。（4）以洛阳市城区地面沉降区为环境地质灾害区的典型研究区,通过地面沉降的机理分析,分析研究区各个沉降区域地下水位和地面沉降的变化关系;然后,利用实测地面沉降和地下水位的数据验证了经验公式法计算研究区地面沉降适用性;通过建立研究区地下水数值模型,预测研究区未来地下水位的变化,进而用经验公式法计算研究区内的地面沉降情况;根据研究区内地面沉降区地下水管理控制水位划定原则,划定研究区的地下水管理控制水位,并对划定结果进行合理性分析。以洛南水源地沉降中心为例,限制开采水位为126.34m,禁止开采水位为119.99m,地下水管理控制水位为119.99～126.34m。
贾振亚[6]（2020）在《基于BP-神经网络的晋中市需水预测及水资源优化配置》文中指出本文基于研究区域水资源现状,对晋中市进行水资源供需预测。在此基础上,进行晋中市2025年及2030年不同保证率下水资源优化配置。对研究成果进行合理性分析,为晋中市水资源规划提供科学依据。主要研究内容及成果如下:（1）分析晋中市社会、经济、自然地理条件及水资源状况,选取2018年作为研究现状年,分析计算规划水平年（2025、2030年）不同保证率下的可供水量。（2）采用改进的BP-神经网络对需水量进行预测,同时与其他方法（定额法、趋势外推法、灰色模型预测法）所做的成果进行分析。结果表明,利用改进的BP-神经网络进行需水量预测相较其他方法预测的精度更高,预测成果更符合当地社会实际情况。将灰色关联性分析与BP-神经网络相结合,经过需水影响因子筛选能够有效降低网络复杂度。选用具有优势的Levenberg-Marquardt算法作为模型的核心算法能够加快网络收敛速度,模型预测精度高,结果符合预期。（3）对规划水平年2025、2030年不同保证率下的水资源余缺情况进行分析。（4）对水资源进行优化配置,以经济效益、社会效益、生态效益为目标,建立多目标优化模型。分析确定相关参数,利用matlab优化工具箱进行模型求解。得到晋中市2025、2030年在不同保证率下的水资源配置成果,并进行合理性分析,基于未来供用水状况给出合理建议。研究成果表明,本文所采用的方法及研究成果符合当地社会的发展规律,水资源配置成果可以应用到晋中市的实际水资源发展规划中,符合研究目标。
叶桂旗[7]（2020）在《基于人工电场算法的城市供水泵站优化调度研究》文中认为在城市供水系统中,泵站是整个系统正常运转的枢纽,也是主要的耗能单元。目前我国大多数供水泵站仍采用人工经验的调度模式,不合理的运行方式不仅造成较大的能源浪费,可能还会导致管网漏水、爆管等问题。因此,为了降低泵站能源消耗,减少管网事故,泵站的优化调度研究是十分有必要的。本文围绕泵站优化运行的目标,以M市供水区域为研究对象,进行了城市用水量预测、供水管网水力模型分析和泵站优化调度研究。主要工作如下:1.建立基于BP神经网络的用水量预测模型,以过去24小时的用水量数据为输入变量,未来一小时的用水量为预测目标。此外,鉴于BP神经网络易陷入局部极值、初始权值和阈值随机性强等缺陷,充分利用人工电场算法（AEFA）全局搜索能力强的特点,引入AEFA算法优化BP神经网络的初始权值与阈值,构建AEFA-BP用水量预测模型。较之单一BP神经网络,AEFA-BP组合模型在大部分时段的预测误差控制在3%以内,预测精度得到提高。2.供水管网水力模型分为微观模型和宏观模型,通过分析两者的原理、适用条件及应用范围,可知宏观模型建模简便,运算速度快,更适用于供水系统的实时优化调度,故以泵站的供水压力为预测目标,建立基于BP神经网络的供水管网宏观模型。通过实例检验,全部时段下的预测误差都低于4%,模拟结果能为优化调度提供数据支持。3.泵站优化调度作为本文的研究目的,建立了以水泵机组能耗最小为目标函数,以单泵供水能力、泵站供水量和压力、变频泵调速比为约束条件的数学模型。针对大多数泵站优化调度研究仅考虑水泵的消耗功率,而忽略了变频器和电机损耗对优化结果的影响,进而建立计及变频器和电机损耗的泵站优化调度模型。根据城市的用水量及供水压力变化规律,把一个调度周期（通常为24小时）划分为6个时段。最后该数学模型使用寻优能力较强的AEFA算法求解,各时段得到的优化调度方案能够有效降低水泵机组能耗。
周英烈[8]（2019）在《基于时间序列法的矿井空气品质预测及仿真》文中认为井下空气品质的好坏直接关系到作业人员的生命安全,而掌握井下空气品质动态的关键是准确地求解出矿山井下各个时刻矿井空气品质综合指数的动态变化。因此,以煤矿井为例,选择5种非煤矿山井下危害较大的有毒有害物质浓度标度指数作为矿井空气品质评价因子,建立了基于时间序列法的矿井空气品质预测模型。结合矿山井下空气品质未来动态变化资料进行了Simulink仿真预测分析。结果表明,时间序列法矿井空气品质综合指数实际值与预测值的误差在-0.06～0.05之间,满足精度要求。
赵跃彬[9]（2019）在《引黄入冀补淀工程河南受水区水资源优化配置研究》文中指出众所周知,水作为人类生存基础的同时也是社会发展的基本保障,由于社会经济的高速发展和人口的增加,水资源供需之间的矛盾日益突出。怎样去解决这种供需间的矛盾,科学合理的开发、利用、分配水资源,成为众多学者研究的方向。本文的研究对象为引黄入冀补淀工程河南受水区水资源优化配置,该受水区由于社会经济的发展,受水区用水量不断增加,加上本身就存在水资源短缺问题,造成该受水区水资源量越来越不能满足需求。因此,为了使受水区经济社会持续发展和人民生活不受影响,对受水区水资源的优化配置展开研究。本文首先对研究背景和研究意义做了简要介绍,同时对水资源优化配置问题在国内外研究的发展历程、研究理论、研究方法做了详细阐述。结合引黄入冀补淀工程河南受水区的实际情况,对受水区的自然地理、社会经济、水文气象等资料进行收集、整理与分析。重点分析受水区水资源现状和水资源开发利用程度及问题。通过对受水区水资源开发利用现状和最近几年供用水情况进行分析,运用水资源预测理论与方法对受水区未来规划年生活、生产和生态需水量以及未来规划年可供水量进行了预测,并根据供需水预测情况按照逐步增加调控措施的思路制定出多套供需组合方案,构建多目标水资源优化配置模型并运用Lingo软件对组合方案进行模拟求解,推荐出适用于受水区水资源规划水平年的最优方案。并结合受水区现状年水资源在开发利用过程中存在的问题。提出受水区在以后的水资源开发利用过程中对策与建议。
桑慧茹[10]（2018）在《凌源市需水预测及水资源优化配置研究》文中研究说明水资源是人类生存、社会进步和经济发展的宝贵资源和不可缺少的物质条件,也是生态环境改善的基本要素。随着工农业生产的发展以及人民对高生活质量的追求,对水资源数量和质量上的需求也随之提高,水资源供需矛盾日趋尖锐,现已成为我国经济社会可持续发展的“瓶颈”。因此,建立合理、适用的水资源优化配置模型,对当地综合发展具有重要的指导和实践意义。本文在分析国内外需水预测和水资源优化配置的理论和方法的基础上,以凌源市为研究区,建立了基于主成分分析的RBF神经网络需水预测模型和基于遗传算法的水资源优化配置模型。主要研究成果如下:（1）根据凌源市2015年地表水和地下水供水量现状以及对2020年前中水回用和新增供水工程日供水量进行评估的基础上,对凌源市2020年地表水、地下水、中水回用和新增供水工程可供水量进行预测。（2）建立基于主成分分析的RBF（PCA-RBF）神经网络需水预测模型,并与RBF神经网络需水预测模型进行校验对比,结果显示:PCA-RBF神经网络需水预测模型相对误差为2.9%和0.4%,RBF神经网络需水预测模型相对误差为2.3%和0.3%;PCA-RBF神经网络结构为5×3×1,RBF神经网络结构为13×8×1。由此可见,两种模型在预测精度基本一致的前提下,PCA-RBF预测模型更加简化,训练相对容易,而且对未来预测数据需求少,具有很好的应用前景,可预测范围广。（3）基于水资源可持续发展理论,建立了多目标水资源优化配置模型,分析并确定模型各参数,再通过基于遗传算法的大系统总体优化法对模型进行求解,得到了凌源市2020年水资源优化配置结果,并且还考虑了在农业节水条件下的水资源配置情况。两种方案的缺水率分别为9.30%和4.67%;区域协调发展系数均大于0.9,表明凌源市处于协调发展中。本研究成果可为凌源市水资源可持续发展提供理论和实践参考。
二、时间序列法在厦门城市供水量预测中的应用研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、时间序列法在厦门城市供水量预测中的应用研究（论文提纲范文）
（1）耦合中长期径流预报的跨流域引水供水联合调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 中长期径流预报研究 |
| 1.2.2 跨流域引水调度规则研究 |
| 1.2.3 存在的问题 |
| 1.3 研究内容及技术路线 |
| 2 研究区概况 |
| 2.1 大连市水资源及其开发利用情况 |
| 2.2 碧流河水库及流域概况 |
| 2.3 碧流河水库入库径流特性分析 |
| 2.4 大伙房水库输水应急入连工程概况 |
| 2.5 本章小结 |
| 3 中长期径流预报研究 |
| 3.1 引言 |
| 3.2 中长期径流预报方法 |
| 3.2.1 预报因子筛选方法 |
| 3.2.2 预报模型 |
| 3.2.3 模型预报精度评价方法 |
| 3.3 结果分析 |
| 3.3.1 预报因子筛选 |
| 3.3.2 中期径流预报结果 |
| 3.3.3 长期径流量级预报结果 |
| 3.4 本章小结 |
| 4 耦合中长期径流预报的调度规则研究 |
| 4.1 引言 |
| 4.2 跨流域引水-供水联合预报调度模型 |
| 4.2.1 目标函数及约束条件 |
| 4.2.2 调度图及调度规则 |
| 4.2.3 模型求解算法 |
| 4.3 实例研究 |
| 4.3.1 耦合中期径流预报的调度结果分析 |
| 4.3.2 耦合中、长期径流预报的调度结果分析 |
| 4.4 本章小结 |
| 5 预报不确定性对引水效率的影响分析 |
| 5.1 引言 |
| 5.2 情景设置 |
| 5.3 不同预报下的调度分析 |
| 5.3.1 完全准确预报下的调度分析 |
| 5.3.2 预报不确定性下的调度分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（2）红沙泉露天煤矿水资源优化配置研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 露天煤矿水资源利用现状 |
| 1.2.2 水质评价方法 |
| 1.2.3 需水量预测方法 |
| 1.2.4 水资源调度配置模型 |
| 1.2.5 国家对煤矿水资源政策 |
| 1.3 存在的问题 |
| 1.4 主要研究内容 |
| 1.5 技术路线 |
| 2 区域概况与研究方法 |
| 2.1 区域概况 |
| 2.1.1 交通位置 |
| 2.1.2 地形地貌 |
| 2.1.3 水文 |
| 2.1.4 气象 |
| 2.1.5 地震 |
| 2.1.6 社会经济 |
| 2.1.7 动植物 |
| 2.1.8 矿区地质 |
| 2.2 研究方法 |
| 2.2.1 现场采样 |
| 2.2.2 水质检测 |
| 2.2.3 水质评价方法 |
| 2.2.4 需水量预测方法 |
| 2.2.5 水资源优化配置模型 |
| 3 矿区水资源现状调查 |
| 3.1 矿区生产工艺流程 |
| 3.2 供水系统 |
| 3.2.1 矿区供水系统 |
| 3.2.2 可供水源供水能力 |
| 3.3 研究区现有水源水质评价 |
| 3.3.1 矿区水资源水质评价 |
| 3.3.2 模糊综合水质评价 |
| 3.4 研究区水处理现状 |
| 3.4.1 矿区污废水处理现状 |
| 3.5 矿区水质提升设计 |
| 3.5.1 矿坑排水与洗面冲洗排水 |
| 3.5.2 生活污水 |
| 3.5.3 含油废水 |
| 3.6 水资源量评价 |
| 3.6.1 地表水资源量评价 |
| 3.6.2 矿坑排水资源量评价 |
| 3.7 本章小结 |
| 4 矿区需水量预测 |
| 4.1 矿区需水量预测效果比对 |
| 4.1.1 原始数据 |
| 4.1.2 时间序列法预测2011-2019年矿区需水量 |
| 4.1.3 灰色预测法预测矿区需水量 |
| 4.1.4 两种预测方法比对 |
| 4.2 2020-2024年矿区需水量预测 |
| 4.3 不同保证率下的矿区需水量预测 |
| 4.4 技术经济分析 |
| 4.5 本章小结 |
| 5 矿区水资源优化配置 |
| 5.1 矿区水资源优化配置模型建立 |
| 5.1.1 目标函数的建立 |
| 5.1.2 约束/参数条件 |
| 5.1.3 多目标优化模型整理 |
| 5.2 矿区水资源优化配置结果 |
| 5.2.1 多目标优化模型的求解 |
| 5.2.2 优化结果分析 |
| 5.3 本章小结 |
| 6 结论 |
| 参考文献 |
| 附录A 遗传算法MATLAB程序部分代码 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（3）基于GA-ELM的城市短期需水预测与误差修正方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 城市需水量预测研究现状 |
| 1.2.2 误差修正研究现状 |
| 1.3 城市需水预测中的关键问题 |
| 1.4 本研究内容和技术路线 |
| 1.5 本章小结 |
| 第2章 数据清洗及影响因素分析 |
| 2.1 城市日用水量数据 |
| 2.2 数据清洗 |
| 2.2.1 数据清洗方法 |
| 2.2.2 城市日用水量数据修复补充 |
| 2.3 影响因素分析 |
| 2.4 基于灰色关联的影响因素筛选 |
| 2.5 本章小结 |
| 第3章 基于GA-ELM的日需水量预测模型 |
| 3.1 极限学习机 |
| 3.1.1 经验风险最小化理论 |
| 3.1.2 单隐含层前馈神经网络 |
| 3.1.3 极限学习机 |
| 3.1.4 极限学习机流程 |
| 3.2 遗传算法 |
| 3.2.1 遗传算法原理 |
| 3.2.2 遗传算法的基本要素 |
| 3.2.3 遗传算法的特点及优点 |
| 3.2.4 遗传算法的基本流程 |
| 3.3 基于GA-ELM的城市日水量预测模型 |
| 3.3.1 遗传算法优化极限学习机的网络结构设计 |
| 3.3.2 遗传算法优化极限学习机的流程设计 |
| 3.4 多种预测模型方法验证 |
| 3.4.1 数据划分 |
| 3.4.2 不同预测模型的结果对比 |
| 3.5 本章小结 |
| 第4章 基于马尔可夫链的误差修正模型 |
| 4.1 城市需水量预测误差产生的原因分析 |
| 4.2 误差修正理论 |
| 4.3 基于马尔可夫链的误差修正模型 |
| 4.3.1 随机过程理论 |
| 4.3.2 马尔可夫链的基本理论 |
| 4.3.3 城市需水预测的马尔可夫适用性分析 |
| 4.3.4 概率分布及状态划分方法 |
| 4.3.5 马尔可夫性检验 |
| 4.4 城市用水量误差修正模型 |
| 4.5 本章小结 |
| 第5章 案例分析 |
| 5.1 实例区域概况及数据 |
| 5.1.1 北京市区域概况 |
| 5.1.2 数据处理 |
| 5.2 预测流程与结果讨论 |
| 5.2.1 状态划分 |
| 5.2.2 建立状态转移矩阵 |
| 5.2.3 制作预测表 |
| 5.3 结果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和科研成果 |
| 致谢 |
| 作者简介 |
（4）吉林市区地下水位动态变化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题依据 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及技术路线 |
| 第二章 研究区概况 |
| 2.1 吉林市自然地理概况 |
| 2.2 水利工程 |
| 2.3 区域水资源 |
| 2.4 社会经济 |
| 第三章 研究区地质条件及水文地质条件 |
| 3.1 区域地质条件 |
| 3.2 区域水文地质条件 |
| 第四章 地下水水位随时间演化过程 |
| 4.1 地下水监测现状 |
| 4.2 地下水水位年内变化特征 |
| 4.3 地下水水位年际变化特征 |
| 第五章 地下水水位空间变化过程 |
| 5.1 山丘区 |
| 5.2 山丘区河谷 |
| 5.3 二松干流河谷平原 |
| 5.4 伊舒盆地 |
| 第六章 地下水水位影响因素分析 |
| 6.1 降水量对地下水水位的影响 |
| 6.2 人工开采量对地下水水位的影响 |
| 6.3 蒸发量对地下水水位的影响 |
| 6.4 多元线性模型分析地下水水位影响因素 |
| 6.5 灰色关联度分析法确定地下水水位影响因素的权重 |
| 6.6 相关关系法确定影响因素之间的关系 |
| 第七章 地下水控制性水位确定 |
| 7.1 地下水位管理分区的划分 |
| 7.2 地下水控制性管理水位确定 |
| 7.3 地下水位预测 |
| 7.4 地下水位控制管理方案 |
| 第八章 结论及建议 |
| 8.1 结论 |
| 8.2 建议 |
| 参考文献 |
| 作者简介 |
| 科研成果 |
| 致谢 |
（5）不同类型区地下水管理控制水位划定方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 国外研究进展 |
| 1.2.2 国内研究现状 |
| 1.2.3 存在问题 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 2 地下水管理控制水位划定方法研究 |
| 2.1 地下水管理控制水位的概念 |
| 2.1.1 地下水管理控制水位的界定 |
| 2.1.2 地下水管理控制水位的分级 |
| 2.2 不同类型区划分及典型研究区选择 |
| 2.2.1 不同类型区的划分 |
| 2.2.2 典型研究区的选择 |
| 2.3 地下水管理控制水位划定方法 |
| 2.3.1 Q-S曲线法 |
| 2.3.2 含水层厚度比例法 |
| 2.3.3 水均衡法 |
| 2.3.4 数值法 |
| 2.3.5 时间序列法 |
| 2.3.6 疏干体积法 |
| 2.3.7 比拟法 |
| 2.4 典型区划定方法选取及改进 |
| 2.4.1 典型区划定方法选择 |
| 2.4.2 基于改进水均衡法的浅层地下水管理控制水位划定原理 |
| 2.4.3 基于改进疏干体积法的浅层地下水管理控制水位划定原理 |
| 2.4.4 基于时间序列法的浅层地下水管理控制水位划定原理 |
| 2.4.5 基于数值法的深层承压水管理控制水位划定原理 |
| 2.4.6 基于数值法的地面沉降区地下水管理控制水位划定原理 |
| 2.5 本章小结 |
| 3 浅层地下水管理控制水位的划定案例研究——以河南省濮阳市为例 |
| 3.1 研究区概况 |
| 3.1.1 自然地理概况 |
| 3.1.2 地下水资源开发利用状况 |
| 3.1.3 地下水水位动态变化情况 |
| 3.1.4 濮阳市地下水超采状况 |
| 3.2 基于改进的水均衡法的划定结果分析 |
| 3.2.1 水位控制单元分区 |
| 3.2.2 典型年选取 |
| 3.2.3 地下水均衡计算 |
| 3.2.4 地下水管理控制水位划定 |
| 3.2.5 结果合理性分析 |
| 3.3 基于改进的疏干体积法的划定结果分析 |
| 3.3.1 计算单元划分 |
| 3.3.2 地下水开采总量压减指标的确定 |
| 3.3.3 初始水位的确定 |
| 3.3.4 地下水管理控制水位划定 |
| 3.3.5 结果合理性分析 |
| 3.4 基于时间序列法的划定结果分析 |
| 3.4.1 濮阳市地下水位预测结果及分析 |
| 3.4.2 地下水管理控制水位的划定 |
| 3.4.3 合理性分析 |
| 3.5 不同方法划定结果对比分析 |
| 3.6 本章小结 |
| 4 深层承压水管理控制水位的划定案例研究——以西平县城市水源地为例 |
| 4.1 研究区概况 |
| 4.1.1 自然地理概况 |
| 4.1.2 地下水开发利用概况 |
| 4.1.3 水文地质概况 |
| 4.2 深层承压水地下水管理控制水位划定原理 |
| 4.2.1 深层承压水水位变化特点 |
| 4.2.2 深层承压水管理控制水位的划定依据 |
| 4.2.3 深层承压水管理控制水位的划定原则 |
| 4.3 深层承压水数值模型建立与验证 |
| 4.3.1 水文地质结构模型 |
| 4.3.2 水文地质参数 |
| 4.3.3 计算条件确定 |
| 4.3.4 模型的识别和验证 |
| 4.4 不同开采强度下的中深层承压水水位特征分析 |
| 4.4.1 开采情景设计 |
| 4.4.2 不同开采情景下地下水位的变化 |
| 4.4.3 不同开采强度下地下水水位降深计算结果分析 |
| 4.5 深层承压水管理控制水位划定结果及合理性分析 |
| 4.5.1 深层承压水管理控制水位划定 |
| 4.5.2 结果合理性分析 |
| 4.6 本章小结 |
| 5 环境地质灾害区地下水管理控制水位划定案例研究——以洛阳市地面沉降区为例 |
| 5.1 研究区概况 |
| 5.1.1 自然地理概况 |
| 5.1.2 区域地质和水文地质概况 |
| 5.1.3 水资源开发利用状况 |
| 5.1.4 洛阳市地面沉降基本情况分析 |
| 5.2 地面沉降区地下水管理控制水位划定原理 |
| 5.2.1 地面沉降的机理分析 |
| 5.2.2 洛阳市地下水开采与地面沉降关系研究 |
| 5.2.3 地面沉降量计算方法的适用性 |
| 5.2.4 地下水管理控制水位的划定依据 |
| 5.2.5 地下水管理控制水位的划定原则 |
| 5.3 洛阳市地下水数值模型的建立与验证 |
| 5.3.1 水文地质结构模型 |
| 5.3.2 水文地质参数 |
| 5.3.3 计算条件的确定 |
| 5.3.4 源汇项 |
| 5.3.5 模型的识别和验证 |
| 5.4 不同开采情景下地面沉降量的计算 |
| 5.4.1 现状开采情景下地面沉降的计算 |
| 5.4.2 开采情景设计 |
| 5.4.3 不同开采情景下地下水位的变化 |
| 5.4.4 不同开采情境下地面沉降量 |
| 5.5 地面沉降区地下水管理控制水位划定结果及合理性分析 |
| 5.5.1 划定结果 |
| 5.5.2 合理性分析 |
| 5.6 本章小结 |
| 6 结论与建议 |
| 6.1 结论 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 个人简历、硕士研究生期间发表论文及研究成果 |
| 致谢 |
（6）基于BP-神经网络的晋中市需水预测及水资源优化配置（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究进展 |
| 1.2.1 需水预测国内外研究进展 |
| 1.2.2 水资源配置国内外研究进展 |
| 1.2.3 BP-神经网络研究进展 |
| 1.3 研究的主要内容及目的 |
| 1.4 技术路线 |
| 第二章 研究区域概况 |
| 2.1 自然地理概况 |
| 2.2 社会经济概况 |
| 2.3 气候条件 |
| 2.4 水资源状况 |
| 2.4.1 地表水资源量 |
| 2.4.2 地下水资源量 |
| 2.4.3 水资源总量 |
| 2.4.4 晋中市水资源特点 |
| 2.5 现状年水资源状况 |
| 2.5.1 现状年供水量 |
| 2.5.2 现状年用水量 |
| 第三章 供需水量预测 |
| 3.1 可供水量预测 |
| 3.1.1 地表水可供水量预测 |
| 3.1.2 地下水可供水量预测 |
| 3.1.3 再生水可供水量预测 |
| 3.1.4 总可供水量 |
| 3.2 传统方法需水量预测 |
| 3.2.1 定额法需水量预测 |
| 3.2.2 趋势外推法需水量预测 |
| 3.2.3 灰色预测模型GM(1,1)需水量预测 |
| 第四章 基于BP-神经网络的需水预测 |
| 4.1 BP-神经网络预测模型 |
| 4.1.1 人工神经网络 |
| 4.1.2 BP-神经网络模型 |
| 4.1.3 BP-神经网络优缺点及改进 |
| 4.2 需水影响因子关联度分析 |
| 4.2.1 构建灰色关联度分析模型 |
| 4.2.2 需水影响因子的确定 |
| 4.2.3 灰色关联度分析 |
| 4.3 构建并运行BP-神经网络模型 |
| 4.3.1 模型参数设置及训练 |
| 4.3.2 影响因子预测 |
| 4.3.3 需水量预测结果及和理性分析 |
| 4.3.4 不同来水情况需水量 |
| 4.5 与传统需水预测方法结果比较 |
| 4.6 供需平衡分析 |
| 第五章 水资源多目标优化配置 |
| 5.1 构建水资源优化配置模型 |
| 5.1.1 目标函数 |
| 5.1.2 约束条件 |
| 5.1.3 参数计算 |
| 5.2 水资源优化配置方案 |
| 5.2.1 晋中市2025年配置成果分析 |
| 5.2.2 晋中市2030年配置成果分析 |
| 5.2.3 综合水资源优化配置结果分析 |
| 5.3 用水建议 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（7）基于人工电场算法的城市供水泵站优化调度研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 课题的提出 |
| 1.1.2 课题研究的意义 |
| 1.2 国内外研究现状 |
| 1.2.1 用水量预测研究 |
| 1.2.2 供水管网模型研究 |
| 1.2.3 泵站优化调度研究 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 BP神经网络与人工电场算法 |
| 2.1 BP神经网络 |
| 2.1.1 BP神经网络的原理 |
| 2.1.2 BP神经网络的数学描述 |
| 2.1.3 BP神经网络的特点 |
| 2.2 人工电场算法 |
| 2.2.1 库仑定律 |
| 2.2.2 人工电场算法的数学模型 |
| 2.2.3 人工电场算法的实现 |
| 2.2.4 人工电场算法的性能 |
| 2.3 本章小结 |
| 第三章 城市用水量预测 |
| 3.1 常用的用水量预测方法 |
| 3.1.1 时间序列分析法 |
| 3.1.2 回归分析法 |
| 3.1.3 系统分析法 |
| 3.2 用水量预测工程实例 |
| 3.2.1 BP神经网络用水量预测模型 |
| 3.2.2 AEFA-BP用水量预测模型 |
| 3.3 本章小结 |
| 第四章 城市供水管网水力模型分析 |
| 4.1 水力模型 |
| 4.1.1 微观模型 |
| 4.1.2 宏观模型 |
| 4.2 供水管网水力模型工程实例 |
| 4.2.1 模型的建立 |
| 4.2.2 模型的求解 |
| 4.3 本章小结 |
| 第五章 城市供水泵站优化调度研究 |
| 5.1 水泵特性曲线拟合 |
| 5.2 水泵运行工况分析 |
| 5.3 优化调度数学模型 |
| 5.3.1 目标函数 |
| 5.3.2 约束条件 |
| 5.3.3 约束条件的处理 |
| 5.4 优化调度工程实例 |
| 5.4.1 分时段优化调度模型 |
| 5.4.2 优化调度模型的求解 |
| 5.5 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（8）基于时间序列法的矿井空气品质预测及仿真（论文提纲范文）
| 1 金属矿山井下空气品综合指数研究 |
| 2 时间序列法预测原理及数学模型建立 |
| 3 时间序列法预测Simulink仿真模型的建立 |
| 4 应用实例 |
| 5 结论 |
（9）引黄入冀补淀工程河南受水区水资源优化配置研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究现状综述 |
| 1.3 论文研究框架 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 研究区域概况及现状分析 |
| 2.1 研究区域概况 |
| 2.1.1 自然地理 |
| 2.1.2 社会经济 |
| 2.1.3 区域划分 |
| 2.1.4 水文气象 |
| 2.1.5 水利工程现状 |
| 2.2 水资源状况及其开发利用程度 |
| 2.3 水资源开发利用中存在的问题 |
| 2.4 本章小结 |
| 3 需水量预测 |
| 3.1 需水预测内容 |
| 3.2 需水预测方法 |
| 3.3 生活需水量预测 |
| 3.3.1 人口预测 |
| 3.3.2 城镇化水平预测 |
| 3.3.3 生活需水量预测结果 |
| 3.4 生产需水量预测 |
| 3.4.1 一般工业需水量预测 |
| 3.4.2 火电工业需水量预测 |
| 3.4.3 建筑业需水量预测 |
| 3.4.4 第三产业需水量预测 |
| 3.4.5 第一产业需水量预测 |
| 3.5 生态需水量预测 |
| 3.6 需水总量预测结果 |
| 3.7 成果合理性分析 |
| 3.8 本章小结 |
| 4 可供水量预测 |
| 4.1 地表水可供水量预测 |
| 4.2 地下水可供水量预测 |
| 4.3 中水可供水量预测 |
| 4.4 供水总量预测结果 |
| 4.5 供需平衡分析 |
| 4.6 本章小结 |
| 5 水资源优化配置及结果分析 |
| 5.1 水资源优化配置原则 |
| 5.2 水资源优化模型的构建 |
| 5.2.1 目标函数 |
| 5.2.2 约束条件 |
| 5.2.3 多目标优化算法 |
| 5.2.4 模型求解步骤 |
| 5.2.5 子区、水源、用户划分 |
| 5.3 水资源优化配置方案设计思路 |
| 5.4 规划水平年水资源优化配置结果分析 |
| 5.4.1 2025年水资源优化配置结果分析 |
| 5.4.2 2035年水资源优化配置结果分析 |
| 5.5 水资源合理利用对策与建议 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 攻读学位期间发表的学术论文及参加的科研项目目录 |
| 致谢 |
| 参考文献 |
（10）凌源市需水预测及水资源优化配置研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及目的意义 |
| 1.2 国内外研究概况 |
| 1.2.1 需水预测研究进展 |
| 1.2.2 水资源优化配置研究 |
| 1.3 主要研究内容和技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 第二章 研究区概况 |
| 2.1 自然概况 |
| 2.2 社会经济概况 |
| 2.3 凌源市水资源调查评价 |
| 2.3.1 降水量 |
| 2.3.2 水资源量 |
| 2.3.3 水资源质量 |
| 2.3.4 水资源开发利用现状 |
| 第三章 需水预测 |
| 3.1 预测方法及模型 |
| 3.1.1 主成分分析法 |
| 3.1.2 RBF神经网络需水预测模型 |
| 3.2 模型的训练和校验 |
| 3.2.1 确定需水量主要影响因子 |
| 3.2.2 基于主成分分析的RBF神经网络 |
| 3.3 规划水平年需水量预测 |
| 3.3.1 影响因子预测 |
| 3.3.2 总需水及各部门需水预测 |
| 第四章 水资源优化配置模型求解及分析 |
| 4.1 水资源优化配置理论及遗传算法 |
| 4.1.1 水资源优化配置内涵 |
| 4.1.2 水资源优化的目的和原则 |
| 4.1.3 遗传算法 |
| 4.2 水资源优化配置模型 |
| 4.2.1 模型设计的目的和原则 |
| 4.2.2 优化配置的基本条件 |
| 4.2.3 目标函数 |
| 4.2.4 约束条件 |
| 4.2.5 总体模型 |
| 4.2.6 模型参数的确定方法 |
| 4.3 可供水量分析 |
| 4.4 优化结果分析 |
| 4.4.1 配置结果分析 |
| 4.4.2 节水方案下的水资源优化配置 |
| 4.5 建议及对策 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位论文期间发表文章 |
| 攻读学位论文期间参加科研项目 |
四、时间序列法在厦门城市供水量预测中的应用研究（论文参考文献）
- [1]耦合中长期径流预报的跨流域引水供水联合调度研究[D]. 陈胥良. 大连理工大学, 2021(01)
- [2]红沙泉露天煤矿水资源优化配置研究[D]. 邓文娟. 安徽理工大学, 2020(07)
- [3]基于GA-ELM的城市短期需水预测与误差修正方法研究[D]. 辛珂. 河北工程大学, 2020(04)
- [4]吉林市区地下水位动态变化研究[D]. 李宝玉. 吉林大学, 2020(08)
- [5]不同类型区地下水管理控制水位划定方法研究[D]. 胡浩东. 郑州大学, 2020(02)
- [6]基于BP-神经网络的晋中市需水预测及水资源优化配置[D]. 贾振亚. 太原理工大学, 2020(07)
- [7]基于人工电场算法的城市供水泵站优化调度研究[D]. 叶桂旗. 长安大学, 2020(06)
- [8]基于时间序列法的矿井空气品质预测及仿真[J]. 周英烈. 采矿技术, 2019(06)
- [9]引黄入冀补淀工程河南受水区水资源优化配置研究[D]. 赵跃彬. 华北水利水电大学, 2019(12)
- [10]凌源市需水预测及水资源优化配置研究[D]. 桑慧茹. 沈阳农业大学, 2018(04)