| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·选题的意义 | 第10-11页 |
| ·泥沙动力学研究简介 | 第11-14页 |
| ·泥沙动力学研究概述 | 第11-13页 |
| ·泥沙研究中存在的主要问题 | 第13-14页 |
| ·人工神经网络概述 | 第14页 |
| ·本文的研究内容 | 第14-16页 |
| 2 泥沙起动与推移质的研究与探讨 | 第16-30页 |
| ·泥沙起动问题研究 | 第16-24页 |
| ·泥沙起动现象的描述 | 第16-17页 |
| ·泥沙起动的物理机制 | 第17-20页 |
| ·泥沙的起动条件 | 第20-24页 |
| ·推移质输沙率研究概述 | 第24-28页 |
| ·均匀推移质输沙率公式 | 第24-26页 |
| ·非均匀推移质输移特性研究 | 第26-28页 |
| ·传统数学模型所存在的问题 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 人工神经网络基本知识的研究与概述 | 第30-48页 |
| ·人工神经网络简述 | 第30-31页 |
| ·人工神经网络的特点 | 第30页 |
| ·人工神经网络的分类 | 第30-31页 |
| ·人工神经元模型及拓扑结构 | 第31-36页 |
| ·生物神经元的结构及其数学模型 | 第31-32页 |
| ·神经元的模拟以及数学模型 | 第32-35页 |
| ·人工神经网络模型的拓扑结构 | 第35-36页 |
| ·神经网络的学习 | 第36-38页 |
| ·学习方式 | 第36-37页 |
| ·学习规则 | 第37-38页 |
| ·BP网络算法及其改进 | 第38-46页 |
| ·BP算法的训练(学习)过程 | 第38-39页 |
| ·BP经典算法 | 第39-42页 |
| ·BP经典算法的缺点与改进 | 第42-46页 |
| ·BP网络的优化设计 | 第46-47页 |
| ·隐含层神经元节点数的确定以及转移函数的确定 | 第46页 |
| ·训练样本的选择与处理 | 第46-47页 |
| ·训练次数的确定 | 第47页 |
| ·本章小结 | 第47-48页 |
| 4 BP及其改进算法的网络设计与预测软件的开发 | 第48-56页 |
| ·BP及其改进算法的网络设计 | 第48-50页 |
| ·水槽实验说明 | 第48页 |
| ·BP网络的建模 | 第48-50页 |
| ·预测软件的开发 | 第50-55页 |
| ·开发工具简介 | 第50页 |
| ·预测软件的开发 | 第50-51页 |
| ·预测软件使用说明 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 5 BP及其改进算法网络在水槽平衡输沙试验中的应用研究 | 第56-77页 |
| ·经典BP神经网络在水槽平衡输沙试验中的应用研究 | 第56-61页 |
| ·训练次数与网络误差关系的研究 | 第56-57页 |
| ·转移函数S曲线的研究 | 第57-61页 |
| ·经典BP算法与两种改进算法预测结果的纵向比较 | 第61-70页 |
| ·经典BP算法预测结果输出 | 第61-64页 |
| ·自适应调整学习效率λ改进算法预测结果输出 | 第64-67页 |
| ·模拟退火改进算法预测结果输出 | 第67-70页 |
| ·经典BP算法与两种改进算法预测结果的横向比较 | 第70-72页 |
| ·经典BP算法与两种改进算法网络稳定性分析 | 第72-73页 |
| ·三种基于BP神经网络算法与Matlab神经网络工具箱计算结果比较 | 第73-76页 |
| ·Matlab神经网络工具箱简介 | 第73-74页 |
| ·预测软件计算结果与Matlab神经网络工具箱计算结果的比较 | 第74-76页 |
| ·数据分析与总结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-81页 |
| 附录A BP网络训练以及预测检验表 | 第81-84页 |
| 攻读硕士学位期间发表学术论文情况 | 第84-85页 |
| 致谢 | 第85-86页 |
