第1章 水文預報模型
1．1 水文預報模型簡介
1．1．1 水文預報模型的數(shù)學表達
1．1．2 模型參數(shù)優(yōu)選
1．1．3 氣象徑流模型
1．2 人工神經(jīng)網(wǎng)絡模型
1．3 預報的準確性和可信性
1．3．1 準確性
1．3．2 可信性
1．4 模型比較
1．4．1 模型準確性
1．4．2 模型結構及參數(shù)優(yōu)選
1．4．3 模型的數(shù)學檢驗
1．5 非線性ARMA模型
1．5．1 非線性ARMA模型簡介
1．5．2 模型的適用性
1．6 預報誤差串并校正
1．6．1 串行校正
1．6．2 并行校正
1．6．3 耦合校正
1．6．4 非線性校正
1．7 水量平衡校正原理及方法
1．7．1 原理
1．7．2 方法
1．8 徑流的長期變化趨勢預測
1．8．1 勒讓德多項式分析研究
1．8．2 傅里葉級數(shù)分析法
1．8．3 線性組合及預報
1．8．4 可信程度
1．9 小結

第2章 水文預報不確定性分析與模擬
2．1 水文預報不確定性隨時間的演化過程分析
2．2 基于cUE模型的預報不確定性隨機模擬
2．2．1 邊緣分布的選擇
2．2．2 聯(lián)合分布的建立
2．2．3 預報不確定性隨機模擬
2．3 水文預報序列的隨機模擬
2．4 水庫防洪預報調(diào)度風險分析計算方法
2．5 實例研究
2．5．1 三峽水庫概況
2．5．2 三峽水庫水文預報不確定性模擬
2．5．3 三峽水庫防洪預報調(diào)度的風險分析
2．6 小結

第3章 多站日流量隨機模擬
3．1 多維ArchimedeanCopula函數(shù)的構建
3．1．1 多維ArchimedeanCopula函數(shù)
3．1．2 條件混合法
3．2 多站隨機模擬
3．2．1 多維聯(lián)合分布函數(shù)建立
3．2．2 多站隨機模擬的步驟
3．3 實例研究
3．3．1 多維聯(lián)合分布的建立
3．3．2 多站日流量的模擬及檢驗
3．4 方法比較
3．5 小結

第4章 梯級水電日優(yōu)化
4．1 確定性過程優(yōu)化的平穩(wěn)性質
4．1．1 多階段優(yōu)化模型
4．1．2 最優(yōu)決策和最優(yōu)狀態(tài)
4．1．3 周期優(yōu)化和過渡優(yōu)化
4．2 考慮流達時間的梯級水電優(yōu)化問題
4．2．1 問題描述
4．2．2 N期優(yōu)化和過渡優(yōu)化的計算
4．3 小結

第5章 全局優(yōu)化算法
5．1 遺傳算法
5．2 模擬退火算法
5．3 粒子群算法
5．3．1 基本PSO算法
5．3．2 PSO算法的改進算法
5．3．3 不同演化算法的比較原則
5．4 微粒群模型與PSO模型
5．4．1 PS模型與PSO模型
5．4．2 基本PSO模型的簡化
5．4．3 仿生與PSO模型
5．5 隨機搜索算法(RSA)及其收斂性
5．5．1 基本算法
5．5．2 分布函數(shù)的抽樣變換
5．5．3 改進隨機搜索算法
5．5．4 群隨機搜索算法
5．6 小結

第6章 水能電力、市場和資源
6．1 問題描述
6．2 模型
6．3 電價確定
6．4 最優(yōu)解的存在和均衡性質
6．5 電廠和發(fā)電單元
6．6 水電的電價
6．6．1 日電價曲線與日計劃
6．6．2 日計劃制定
6．7 仿真與調(diào)控
6．8 需求與電價
6．9 小結

第7章 對策決策理論與方法
7．1 理性與均衡
7．2 對抗
7．3 模型擴展
7．4 非合作對策
7．5 合作對策
7．6 小結

第8章 梯級水庫合作調(diào)度模型
8．1 模型
8．2 合作調(diào)度
8．3 利益再分配
8．4 合作調(diào)度的實施
8．5 合作多贏
8．6 多目標問題
8．7 其他幾個問題
8．7．1 電力撮合交易
8．7．2 公共資源使用
8．7．3 水電廠上網(wǎng)電價
8．7．4 多目標問題
8．8 合作調(diào)度中的防洪問題
8．8．1 防洪庫容上移
8．8．2 樣本修正
8．8．3 洪水分期及相關
8．9 小結

第9章 應用實例
9．1 預報誤差串并校正算例
9．1．1 串行校正算例
9．1．2 并行校正算例
9．1．3 耦合校正算例
9．1．4 結論
9．2 水量平衡校正算例
9．3 合作調(diào)度算例
9．3．1 兩庫各自優(yōu)化
9．3．2 梯級聯(lián)合優(yōu)化
9．3．3 結果比較分析
9．4 小結
縮略語表
索引
參考文獻