港口航道回淤分析中人工神经网络预测模型的建立
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·航道回淤计算、分析预报研究的意义 | 第8-12页 |
| ·我国港口淤积情况简介 | 第8-9页 |
| ·航道回淤计算、分析预报研究的意义 | 第9-12页 |
| ·航道产生回淤的主要影响因素 | 第12-13页 |
| ·本文使用的航道回淤计算和预测的方法概述 | 第13页 |
| ·本文主要研究内容 | 第13-16页 |
| 第二章 地理信息系统(GIS)技术 | 第16-29页 |
| ·GIS 发展过程及功能特征 | 第16-17页 |
| ·GIS 的主要应用领域 | 第17-18页 |
| ·GIS 的主要软件包 | 第18-20页 |
| ·Arcview 软件系统 | 第20-22页 |
| ·利用Arcview 软件计算新港航道淤积量 | 第22-29页 |
| 第三章 神经网络基本理论 | 第29-38页 |
| ·神经网络的基本概念 | 第29-36页 |
| ·人工神经网络的概念 | 第29-31页 |
| ·人工神经网络特点 | 第31-36页 |
| ·人工神经网络的发展 | 第36-37页 |
| ·神经网络的应用及研究方向 | 第37-38页 |
| 第四章 BP 神经网络原理 | 第38-51页 |
| ·BP 网络概述 | 第38页 |
| ·BP 网络结构 | 第38-40页 |
| ·BP 网络的学习过程 | 第40-45页 |
| ·模式的顺传播 | 第40-42页 |
| ·误差的逆传播 | 第42-44页 |
| ·记忆训练过程 | 第44页 |
| ·收敛过程 | 第44-45页 |
| ·BP 网络的学习算法 | 第45页 |
| ·BP 网络模型的缺陷 | 第45-46页 |
| ·BP 网络算法的改进 | 第46-48页 |
| ·附加冲量法 | 第46页 |
| ·变步长学习算法 | 第46-47页 |
| ·双极性S 型压缩函数法 | 第47-48页 |
| ·BP 网络设计 | 第48-51页 |
| ·输入层与输出层的设计 | 第48-49页 |
| ·隐含层的数目 | 第49页 |
| ·隐含层神经元的个数 | 第49-50页 |
| ·初始值的选取 | 第50-51页 |
| 第五章 基于BP网络的航道回淤预测系统 | 第51-63页 |
| ·航道回淤预报的BP 模型 | 第51-61页 |
| ·计算内容 | 第51页 |
| ·网络学习样本 | 第51-53页 |
| ·试算网络结构确定网络参数 | 第53-59页 |
| ·判断网络优劣 | 第59-61页 |
| ·网络应用 | 第61-63页 |
| 第六章 结论与展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 发表论文和科研情况说明 | 第68-69页 |
| 致谢 | 第69页 |
