版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、水庫(kù)作為一項(xiàng)水利工程,在流域防洪、發(fā)電、供水等規(guī)劃治理中發(fā)揮著不可或缺的作用。水庫(kù)調(diào)度作為與水庫(kù)相結(jié)合的非工程措施,可以通過(guò)制定合理地調(diào)度方案實(shí)現(xiàn)水庫(kù)充分發(fā)揮發(fā)電、防洪、通航、供水等目標(biāo),對(duì)充分發(fā)揮水庫(kù)作用有著重要意義。我國(guó)水資源短缺,從古至今不斷遭受洪水的侵襲,造成嚴(yán)重?fù)p失,影響我國(guó)的可持續(xù)發(fā)展,因此,對(duì)水庫(kù)防洪調(diào)度的研究具有十分重要的意義。如今,雖然水庫(kù)防洪調(diào)度已經(jīng)取得了很多成果,但是面對(duì)眾多實(shí)際需求,還有待繼續(xù)發(fā)展。因此,對(duì)水庫(kù)群
2、以及流域的防洪調(diào)度研究對(duì)防洪減災(zāi),合理利用洪水資源等方面有重要意義。
由于水資源系統(tǒng)本身的復(fù)雜性以及自身存在眾多不確定因素,使得水資源系統(tǒng)的可靠性變的愈加復(fù)雜。對(duì)于水庫(kù)防洪調(diào)度而言,也存在著入庫(kù)流量、庫(kù)水位、泄庫(kù)流量等不確定因素,因此對(duì)于水庫(kù)防洪的可靠性來(lái)講,風(fēng)險(xiǎn)分析對(duì)水庫(kù)調(diào)度就具有十分重要的意義了。
本文針對(duì)梯級(jí)水庫(kù)群系統(tǒng),從梯級(jí)水庫(kù)群防洪調(diào)度出發(fā),在防洪優(yōu)化調(diào)度以及風(fēng)險(xiǎn)分析等方面展開(kāi)了深入研究:
?。?)
3、建立了梯級(jí)水庫(kù)群防洪優(yōu)化調(diào)度模型與方法。論文在單水庫(kù)防洪優(yōu)化調(diào)度模型的基礎(chǔ)上,以梯級(jí)水庫(kù)群下游防洪控制點(diǎn)的最大下泄流量值最小為目標(biāo),綜合考慮防洪調(diào)度的約束條件,建立了梯級(jí)水庫(kù)群防洪優(yōu)化調(diào)度模型;并針對(duì)所建模型,采用改進(jìn)的人工蜂群算法進(jìn)行求解分析。
?。?)提出了梯級(jí)水庫(kù)群防洪調(diào)度風(fēng)險(xiǎn)分析的模型和求解方法。綜合考慮水庫(kù)自身安全和下游防護(hù)區(qū)的防洪安全,建立了梯級(jí)水庫(kù)群防洪調(diào)度風(fēng)險(xiǎn)分析數(shù)學(xué)模型;并且采用Monte Carlo模擬和TO
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 人工蜂群算法改進(jìn)及其在梯級(jí)水庫(kù)優(yōu)化調(diào)度中的應(yīng)用.pdf
- 基于人工蜂群算法的拖輪調(diào)度優(yōu)化.pdf
- 基于人工蜂群算法的Hadoop調(diào)度算法研究與改進(jìn).pdf
- 基于人工蜂群算法的云任務(wù)調(diào)度研究.pdf
- 基于改進(jìn)人工蜂群算法的聚類(lèi)研究
- 人工蜂群算法的研究與改進(jìn).pdf
- 混合人工蜂群算法的改進(jìn)研究.pdf
- 基于改進(jìn)人工蜂群算法的聚類(lèi)研究.pdf
- 基于改進(jìn)人工蜂群算法的機(jī)組組合優(yōu)化方法.pdf
- 基于差分進(jìn)化和人工蜂群算法的優(yōu)化調(diào)度.pdf
- 人工蜂群算法的改進(jìn)及應(yīng)用研究.pdf
- 基于人工蜂群算法的約束優(yōu)化問(wèn)題研究.pdf
- 人工蜂群算法的改進(jìn)與應(yīng)用.pdf
- 基于改進(jìn)人工蜂群算法的Web服務(wù)組合優(yōu)化選擇研究.pdf
- 基于多目標(biāo)混合人工蜂群算法的能效優(yōu)化調(diào)度研究.pdf
- 人工蜂群算法優(yōu)化感知機(jī).pdf
- 基于人工蜂群算法的泵站運(yùn)行優(yōu)化研究.pdf
- 基于改進(jìn)人工蜂群算法的模糊聚類(lèi)研究.pdf
- 基于人工蜂群算法的分類(lèi)算法研究.pdf
- 基于改進(jìn)人工蜂群算法的多機(jī)系統(tǒng)PSS參數(shù)協(xié)調(diào)優(yōu)化研究.pdf
評(píng)論
0/150
提交評(píng)論