基于智能算法的非线性模型研究及预测控制
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-28页 |
| ·引言 | 第11-14页 |
| ·岩土工程的分析方法研究及发展 | 第14-20页 |
| ·岩土工程智能分析方法及应用 | 第20-22页 |
| ·岩土工程智能分析研究现状及存在问题 | 第22-26页 |
| ·本文的主要工作 | 第26-28页 |
| 2 智能算法的基本原理 | 第28-44页 |
| ·引言 | 第28-29页 |
| ·智能算法的研究及构成 | 第29-30页 |
| ·智能算法的仿生原理及模型 | 第30-37页 |
| ·智能算法的系统特性及运行机制 | 第37-39页 |
| ·智能算法存在的问题及融合方式 | 第39-42页 |
| ·小结 | 第42-44页 |
| 3 粒子群优化算法及收敛性分析 | 第44-60页 |
| ·引言 | 第44页 |
| ·粒子群算法的数学机理 | 第44-51页 |
| ·粒子群算法的收敛性分析 | 第51-58页 |
| ·粒子群算法面临的难题 | 第58-59页 |
| ·小结 | 第59-60页 |
| 4 变异粒子群算法及随机搜索性能研究 | 第60-79页 |
| ·引言 | 第60页 |
| ·变异粒子群算法 | 第60-66页 |
| ·变异算法的数值仿真及效果分析 | 第66-77页 |
| ·小结 | 第77-79页 |
| 5 VPSO-ENN耦合算法及非线性参数辨识 | 第79-103页 |
| ·引言 | 第79页 |
| ·Elman神经网络算法的原理 | 第79-88页 |
| ·基于VPSO-ENN耦合算法及数值试验 | 第88-95页 |
| ·基于VPSO-ENN的桩基参数辨识模型 | 第95-97页 |
| ·桩基动测参数辨识的算例分析 | 第97-102页 |
| ·小结 | 第102-103页 |
| 6 基于VPSO-ENN的多步预测控制与应用 | 第103-133页 |
| ·引言 | 第103-104页 |
| ·基于VPSO-ENN预测控制的原理 | 第104-108页 |
| ·基于VPSO-ENN预测控制的模型 | 第108-114页 |
| ·基于VPSO-ENN的多步预测控制 | 第114-117页 |
| ·深基坑工程的变形预测控制 | 第117-132页 |
| ·小结 | 第132-133页 |
| 7 总结与展望 | 第133-137页 |
| ·全文总结 | 第133-136页 |
| ·展望 | 第136-137页 |
| 致谢 | 第137-138页 |
| 参考文献 | 第138-154页 |
| 附录1 攻读博士学位期间发表论文目录 | 第154-155页 |
| 附录2 攻读博士学位期间参与的科研项目 | 第155页 |
