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
  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
  2.5  遺傳算法的設(shè)計
  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
  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
  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  實例應(yīng)用
第五章   神經(jīng)網(wǎng)絡(luò)優(yōu)化原理與現(xiàn)實
  5.1  人工神經(jīng)網(wǎng)絡(luò)研究的發(fā)展狀況
  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)的實現(xiàn)技術(shù)
  5.4  Hopfield網(wǎng)絡(luò)模型的神經(jīng)優(yōu)化計算原理
  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
  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)計模型
  6.3  非線性規(guī)模型的神經(jīng)優(yōu)化計算
  6.4  樹狀管風網(wǎng)神經(jīng)優(yōu)化計算機的仿真實現(xiàn)
  6.5  神壓式樹狀管網(wǎng)神經(jīng)優(yōu)化計算的仿真實現(xiàn)
  6.6  神經(jīng)優(yōu)化計算的參數(shù)優(yōu)化配置
  6.7  產(chǎn)例應(yīng)用
第七章  機壓式樹狀管網(wǎng)神經(jīng)優(yōu)化設(shè)計
  7.1  機壓式樹狀管理網(wǎng)優(yōu)化設(shè)計模型
  7.2  機壓式樹狀管網(wǎng)神經(jīng)風網(wǎng)絡(luò)優(yōu)化設(shè)計模型
  7.3  遺傳優(yōu)化布置和神經(jīng)優(yōu)化設(shè)計的綜合應(yīng)用
……
第八章  環(huán)境管網(wǎng)遺傳優(yōu)化設(shè)計
附錄：SPGA程序