基于遗传BP神经网络的海底沉积物声速预报
| 致谢 | 第4-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 引言 | 第10-27页 |
| 1.1 选题的背景及意义 | 第10-19页 |
| 1.1.1 海底沉积物 | 第10-12页 |
| 1.1.2 研究热点及意义 | 第12-19页 |
| 1.2 国内外本学科领域的发展现状与趋势 | 第19-24页 |
| 1.3 主要研究内容及技术路线 | 第24-26页 |
| 1.4 本章小结 | 第26-27页 |
| 第二章 神经网络与遗传算法 | 第27-50页 |
| 2.1 神经网络 | 第27-40页 |
| 2.1.1 神经网络的相关背景 | 第27-31页 |
| 2.1.2 BP神经网络算法 | 第31-33页 |
| 2.1.3 BP神经网络matlab实现 | 第33-40页 |
| 2.2 遗传算法 | 第40-49页 |
| 2.2.1 遗传算法的相关背景 | 第40-42页 |
| 2.2.2 遗传算法过程 | 第42-47页 |
| 2.2.3 遗传算法matlab实现 | 第47-49页 |
| 2.3 本章小结 | 第49-50页 |
| 第三章 遗传BP神经网络的应用实例 | 第50-58页 |
| 3.1 研究区域与数据来源 | 第50-52页 |
| 3.1.1 区域地质背景 | 第50-51页 |
| 3.1.2 数据获取与处理 | 第51-52页 |
| 3.2 GA-BP的实现 | 第52-56页 |
| 3.2.1 BP神经网络结构确定 | 第53-55页 |
| 3.2.2 遗传算法优化 | 第55-56页 |
| 3.2.3 BP神经网络预测 | 第56页 |
| 3.3 本章小结 | 第56-58页 |
| 第四章 结果分析与适用性讨论 | 第58-65页 |
| 4.1 结果分析 | 第58-60页 |
| 4.1.1 相同训练数据 | 第58-59页 |
| 4.1.2 不同训练数据 | 第59-60页 |
| 4.2 适用性讨论 | 第60-64页 |
| 4.3 本章小结 | 第64-65页 |
| 第五章 结论 | 第65-66页 |
| 附录 | 第66-67页 |
| 参考文献 | 第67-75页 |
| 作者简历、攻读学位期间发表的学术论文 | 第75页 |
