第1章 水资源系统分析导论 1
1.1 水资源系统分析问题的提出 1
1.1.1 水资源开发利用的历史 1
1.1.2 整体—综合—优化思想的产生 2
1.1.3 水资源可持续开发利用的理念 3
1.2 系统的概念 3
1.2.1 系统的定义 3
1.2.2 系统的特征 4
1.2.3 构成系统的要素 4
1.2.4 系统的层次 5
1.2.5 系统的分类 6
1.2.6 系统方法 6
1.3 系统分析的概念和内容 7
1.3.1 系统分析的概念 7
1.3.2 系统分析的内容 7
1.3.3 系统分析与系统工程等学科的关系 9
1.4 水资源系统分析方法 10
1.4.1 水资源系统的特征 10
1.4.2 水资源系统分析量化方法 11
1.5 水资源系统分析问题举例 14
1.5.1 水库防洪优化调度问题 14
1.5.2 水库发电优化调度问题 16
1.5.3 综合利用水库特征水位选择问题 17
1.5.4 水资源优化配置问题 18
1.5.5 流域水文模型参数优化问题 19
1.5.6 区域水资源利用效率评价问题 20
1.5.7 流域水文系统响应模型方法 21
1.6 水资源系统分析发展阶段 21
习题 25
本章参考文献 25
第2章 实用非线性优化方法 26
2.1 非线性优化的数学模型 26
2.2 最优性条件 27
2.2.1 极值点的概念 27
2.2.2 极值点存在的条件 28
2.2.3 凸规划问题的最优解 28
2.2.4 K-T条件 30
2.2.5 对偶问题 32
2.3 一维优化方法 33
2.3.1 黄金分割法 34
2.3.2 划界算法 35
2.3.3 线搜索 35
2.4 无约束极值问题的解析法 37
2.4.1 梯度法 37
2.4.2 拟牛顿法 38
2.4.3 共轭梯度法 39
2.5 二次规划 40
2.5.1 基本性质 41
2.5.2 等式约束二次规划 41
2.5.3 Wolfe方法 42
2.5.4 有效集法 45
2.6 罚函数法 48
2.6.1 外点法 48
2.6.2 内点法 50
2.7 直接方法 51
2.7.1 交替方向法 51
2.7.2 Powell法 52
2.7.3 单纯形法 53
2.7.4 可变容差法 55
2.7.5 SCE-UA算法 59
习题 61
本章参考文献 63
第3章 动态规划与水库优化调度 65
3.1 多阶段决策问题举例 65
3.2 动态规划的基本原理 69
3.2.1 基本概念 69
3.2.2 最优性原理 70
3.2.3 水库调度动态规划求解举例 70
3.3 水库发电优化调度模型 73
3.4 动态规划的改进算法 76
3.4.1 增量动态规划法 76
3.4.2 逐步优化法（POA算法） 77
3.5 水库优化调度随机动态规划模型 77
3.5.1 随机动态规划问题 77
3.5.2 相互独立无预报情形 78
3.5.3 相关无预报情形 78
3.5.4 相互独立有预报情形 79
3.5.5 相关有预报情形 79
习题 79
本章参考文献 80
第4章 群体智能优化算法 82
4.1 遗传算法 82
4.1.1 算法的起源 82
4.1.2 基本原理与步骤 84
4.1.3 编码策略 85
4.1.4 适应度函数 85
4.1.5 终止条件 86
4.1.6 选择操作 86
4.1.7 交叉操作 87
4.1.8 变异操作 87
4.1.9 算法的参数 88
4.1.10 算法的特点 88
4.2 粒子群算法 88
4.2.1 算法的起源 88
4.2.2 基本原理与步骤 89
4.2.3 算法改进 90
4.2.4 收敛性 91
4.2.5 算法的特点 92
4.3 蚁群算法 93
4.3.1 算法的起源 93
4.3.2 基本原理与步骤 93
4.3.3 算法的特点 95
4.4 狼群算法 96
4.4.1 算法的起源 96
4.4.2 基本原理与步骤 96
4.4.3 算法的参数 98
4.4.4 算法的改进 98
4.4.5 算法的应用 102
4.4.6 算法小结 104
习题 105
本章参考文献 109
第5章 多目标规划 111
5.1 多目标规划问题的提出与特点 111
5.2 多目标规划的模型与基本概念 112
5.2.1 多目标规划问题的解 112
5.2.2 多目标问题的最优性条件 114
5.2.3 置换率的概念 115
5.3 多目标规划求解方法 116
5.3.1 多目标规划求解方法分类 116
5.3.2 理想点法 116
5.3.3 主要目标法 117
5.3.4 权重法 118
5.4 交互式多目标决策方法 118
5.4.1 概述 118
5.4.2 广义多目标决策问题的转化 119
5.4.3 新的交互式算法 120
5.4.4 实例 123
习题 124
本章参考文献 125
第6章 非线性动态系统预测方法 126
6.1 概述 126
6.1.1 系统预测的步骤与方法 126
6.1.2 非线性动态系统方法概述 127
6.2 时间序列分析方法 127
6.3 线性动态系统模型方法 129
6.4 BP人工神经网络模型 130
6.4.1 引言 130
6.4.2 BP神经网络模型 131
6.4.3 BP的理论基础 133
6.4.4 简单BP神经网络的算法 134
6.4.5 三层BP神经网络算法 135
6.4.6 三层BP的全局最优算法 137
6.4.7 实例分析 138
6.5 支持向量机方法 140
6.5.1 引言 140
6.5.2 线性判别函数和判别面 141
6.5.3 最优分类面 142
6.5.4 支持向量机线性回归 144
6.5.5 ε-SVR 145
6.5.6 统计学习理论 146
6.5.7 γ-SVR 150
6.5.8 实例分析 151
6.6 集对分析方法 155
6.6.1 引言 155
6.6.2 秩次集对分析预报模型 155
6.6.3 加权秩次集对预报模型 156
6.6.4 实例分析 158
习题 159
本章参考文献 159
第7章 系统评价方法 162
7.1 概述 162
7.1.1 评价的程序 162
7.1.2 评价指标体系 162
7.1.3 两类评价方法 163
7.2 层次分析法 164
7.2.1 基本原理 164
7.2.2 基本步骤 164
7.2.3 特征值与特征向量计算 166
7.2.4 实例分析 167
7.3 模糊综合评价法 172
7.3.1 基本原理 172
7.3.2 基本步骤 173
7.3.3 实例分析 175
7.4 投影寻踪评价法 178
7.4.1 基本原理 178
7.4.2 基本步骤 178
7.4.3 实例分析 181
习题 184
本章参考文献 185
第8章 决策分析 186
8.1 决策分析的基本概念 186
8.1.1 决策的基本要素 186
8.1.2 决策问题的分类 186
8.1.3 偏好与价值及效用 187
8.2 不确定性基本原理 188
8.2.1 概念的层次 188
8.2.2 信息的概念 188
8.2.3 随机性 189
8.2.4 模糊性 189
8.2.5 不确定性 190
8.2.6 主观概率公理系统 190
8.3 完全不确定型决策 192
8.3.1 悲观准则 192
8.3.2 乐观准则 192
8.3.3 α-准则 193
8.3.4 后悔准则 193
8.3.5 决策方法选择 193
8.4 风险的多维度量 193
8.4.1 风险的基本概念 194
8.4.2 风险的度量方法 195
8.4.3 风险度量指标的计算方法 197
8.5 单目标风险型决策 198
8.5.1 期望值法 198
8.5.2 期望效用法 199
8.5.3 随机优势法 199
8.5.4 均值-方差两目标法 200
8.5.5 极小化风险率法 200
8.5.6 极大化期望水平法 200
8.5.7 极小化风险率-极大化期望水平两目标法 200
8.5.8 Zeleny的三目标法 200
8.5.9 PMRM法 201
8.5.10 贝叶斯方法 201
8.6 多目标风险型决策 204
8.6.1 方法综述 204
8.6.2 基于风险多维度量的方法 205
8.6.3 实例分析 206
习题 213
本章参考文献 214