論文目錄 | |
摘要 | 第1-6頁 |
Abstract | 第6-10頁 |
第1章 緒論 | 第10-18頁 |
1.1 研究問題的提出及意義 | 第10頁 |
1.2 國內外研究現狀 | 第10-17頁 |
1.2.1 水文地質參數求解方法發展 | 第10-11頁 |
1.2.2 井函數計算研究進展 | 第11-17頁 |
1.3 本文的研究內容 | 第17-18頁 |
第2章 水文地質參數求解及智能算法理論 | 第18-41頁 |
2.1 承壓完整井非穩定流配線法 | 第18-21頁 |
2.1.1 泰斯公式(Theis)計算理論 | 第18-19頁 |
2.1.2 承壓完整井非穩定流人工配線法 | 第19-21頁 |
2.2 定降深承壓完整井非穩定流配線法 | 第21-22頁 |
2.2.1 G(λ)-λ配線法原理 | 第21-22頁 |
2.2.2 G(λ)-λ人工配線法 | 第22頁 |
2.3 第一類越流系統非穩定流配線法 | 第22-24頁 |
2.3.1 第一類越流系統非穩定流配線法理論 | 第23頁 |
2.3.2 第一類越流系統非穩定流人工配線法步驟 | 第23-24頁 |
2.4 基于紐曼模型的人工配線法 | 第24-27頁 |
2.4.1 紐曼模型理論 | 第24-25頁 |
2.4.2 紐曼人工配線法 | 第25-27頁 |
2.5 基于彌散系數理論的人工配線法 | 第27-29頁 |
2.5.1 彌散系數配線法原理 | 第27-29頁 |
2.5.2 彌散系數人工配線法步驟 | 第29頁 |
2.6 直線圖解法 | 第29-33頁 |
2.6.1 降深—時間直線圖解法 | 第30-31頁 |
2.6.2 降深—距離直線圖解法 | 第31頁 |
2.6.3 降深—時間距離直線圖解法 | 第31-33頁 |
2.7 智能算法理論 | 第33-40頁 |
2.7.1 粒子群算法及其改進型算法 | 第33-37頁 |
2.7.2 蟻群算法 | 第37-39頁 |
2.7.3 差分進化算法 | 第39-40頁 |
2.8 本章小結 | 第40-41頁 |
第3章 地下水非穩定流智能優化配線求參 | 第41-67頁 |
3.1 承壓完整井非穩定流智能優化配線 | 第41-55頁 |
3.1.1 泰斯井函數W(u)求解 | 第41-42頁 |
3.1.2 基于最小二乘法建立W(u)優化方程 | 第42-43頁 |
3.1.3 基于粒子群PSO算法的降深-時間智能優化配線 | 第43-45頁 |
3.1.4 標準粒子群PSO算法預設參數的影響分析 | 第45-48頁 |
3.1.5 帶壓縮因子粒子群YSPSO算法的降深-距離智能優化配線 | 第48-51頁 |
3.1.6 線性遞減權重粒子群LinWPSO降深-時間距離智能優化配線 | 第51-55頁 |
3.2 定降深承壓完整井非穩定流智能優化配線 | 第55-59頁 |
3.2.1 G(λ)井函數計算 | 第55-56頁 |
3.2.2 基于最小二乘法建立G(λ)優化方程 | 第56頁 |
3.2.3 基于自適應權重粒子群算法的G(λ)-λ智能優化配線 | 第56-59頁 |
3.3 第一類越流系統非穩定流智能優化配線 | 第59-66頁 |
3.3.1 W(u,r/B)井函數求解 | 第59-61頁 |
3.3.2 基于最小二乘法建立W(u,r/B)優化方程 | 第61頁 |
3.3.3 基于隨機權重粒子群RandWPSO智能優化配線 | 第61-66頁 |
3.4 本章小結 | 第66-67頁 |
第4章 紐曼模型下的智能優化配線求參 | 第67-77頁 |
4.1 紐曼井函數的計算 | 第67-71頁 |
4.2 基于最小二乘法建立優化方程 | 第71頁 |
4.3 基于隨機權重粒子群RandWPSO智能優化配線 | 第71-76頁 |
4.4 本章小結 | 第76-77頁 |
第5章 基于彌散系數理論的智能優化配線求參 | 第77-87頁 |
5.1 彌散系數參數求解 | 第77-78頁 |
5.2 基于最小二乘法建立優化方程 | 第78頁 |
5.3 基于不同智能算法的彌散系數智能優化配線 | 第78-85頁 |
5.4 本章小結 | 第85-87頁 |
第6章 直線圖解法求解水文地質參數 | 第87-90頁 |
6.1 基于直線圖解法的MATLAB編程 | 第87頁 |
6.2 降深—時間直線圖解法計算實例 | 第87-88頁 |
6.3 降深—距離直線圖解法計算實例 | 第88頁 |
6.4 降深—時間距離直線圖解法計算實例 | 第88-90頁 |
結論與展望 | 第90-92頁 |
致謝 | 第92-93頁 |
參考文獻 | 第93-97頁 |
個人簡介、碩士學位期間發表的成果 | 第97-98頁 |