模糊神经网络在膨胀土胀缩等级分类中的应用
| 第一章 绪论 | 第1-11页 |
| ·引言 | 第8页 |
| ·膨胀土判别与分类综述 | 第8-9页 |
| ·膨胀土判别与分类方法的概述 | 第9-10页 |
| ·本文的主要内容 | 第10-11页 |
| 第二章 膨胀土判别与分类指标的确定 | 第11-19页 |
| ·引言 | 第11页 |
| ·膨胀土的特性 | 第11-12页 |
| ·膨胀土的现有分类方法 | 第12-16页 |
| ·对现有方法的评价 | 第16-17页 |
| ·膨胀土判别与分类指标的确定 | 第17-19页 |
| 第三章 模糊神经网络理论 | 第19-33页 |
| ·引言 | 第19页 |
| ·模糊神经网络理论的基本知识 | 第19-20页 |
| ·补偿模糊神经网络 | 第20-28页 |
| ·模糊神经元 | 第21-23页 |
| ·补偿模糊神经网络结构 | 第23-24页 |
| ·补偿模糊推理 | 第24-26页 |
| ·补偿模糊神经网络的学习算法 | 第26-28页 |
| ·自适应模糊神经网络 | 第28-33页 |
| ·ANFIS原理及结构n引 | 第28-30页 |
| ·ANFIS的训练结构及学习方法的选择 | 第30-33页 |
| 第四章 基于模糊神经网络的膨胀土胀缩等级分类方法 | 第33-48页 |
| ·引言 | 第33页 |
| ·膨胀土分类等级的评定和量化 | 第33-34页 |
| ·ANFIS和补偿模糊神经网络的建立 | 第34-37页 |
| ·ANFIS的建立 | 第34-35页 |
| ·补偿模糊神经网络的建立 | 第35-37页 |
| ·预测实例 | 第37-48页 |
| ·原始数据的收集整理 | 第37-38页 |
| ·等级分类影响因子的归一化 | 第38页 |
| ·用自适应模糊神经网络ANFIS预测 | 第38-42页 |
| ·ANFIS仿真输出结果分析 | 第42页 |
| ·用补偿模糊神经网络预测 | 第42-46页 |
| ·补偿模糊神经网络仿真输出结果分析 | 第46页 |
| ·两种模糊神经网络仿真输出结果对比分析 | 第46-48页 |
| 第五章 基于其它方法的膨胀土胀缩等级分类 | 第48-65页 |
| ·引言 | 第48页 |
| ·基于BP神经网络的膨胀土分类方法 | 第48-52页 |
| ·基于模糊综合评判的膨胀土胀缩等级分类方法 | 第52-56页 |
| ·基于灰色聚类的膨胀土胀缩等级分类方法 | 第56-61页 |
| ·分类结果分析 | 第61页 |
| ·模糊神经网络方法与其它方法的对比分析 | 第61-65页 |
| 第六章 结论与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70-75页 |
| 致谢 | 第75-76页 |
| 硕士研究生阶段发表的论文 | 第76页 |
