中文摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
目录 | 第8-10页 |
第1章 绪论 | 第10-16页 |
·本文研究背景 | 第10-11页 |
·目前水泥水化过程的研究方法、水平 | 第11-12页 |
·本文研究的目的和意义 | 第12-13页 |
·本文研究的内容 | 第13-16页 |
第2章 BP神经网络改进 | 第16-26页 |
·人工神经网络的概述 | 第16-17页 |
·人工神经网络的模型 | 第17-18页 |
·人工神经网络的特点 | 第18页 |
·BP神经网络 | 第18-25页 |
·BP算法的数学描述 | 第18-21页 |
·BP算法存在问题及一般改进方法 | 第21-25页 |
·本章小结 | 第25-26页 |
第3章 BP神经网络与遗传算法(GA)的融合技术 | 第26-41页 |
·遗传算法概述 | 第26-27页 |
·遗传算法的基本思想和数学描述 | 第27-29页 |
·遗传算法基本思想 | 第27-28页 |
·遗传算法的数学描述 | 第28-29页 |
·遗传算法的主要操作 | 第29-33页 |
·遗传编码 | 第29-30页 |
·适应度函数 | 第30-31页 |
·遗传算子 | 第31-32页 |
·遗传算法运行参数的选择 | 第32-33页 |
·遗传算法的特点及其优化方法 | 第33-34页 |
·BP网络与遗传算法的融合(BP—GA)思想及其性能分析 | 第34-40页 |
·BP与GA融合的基本思想 | 第34-35页 |
·动态智能学习算法 | 第35-38页 |
·计算机仿真 | 第38-40页 |
·本章小结 | 第40-41页 |
第4章 BP神经网络与粒子群优化算法(PSO)的融合技术 | 第41-64页 |
·粒子群优化算法概述 | 第41页 |
·粒子群优化算法基本思想和数学描述 | 第41-50页 |
·粒子群优化算法的基本思想 | 第41-42页 |
·粒子群优化算法的数学描述 | 第42-45页 |
·粒子群优化算法的参数设置 | 第45页 |
·粒子群优化算法的一般改进方法 | 第45-50页 |
·BP神经网络与粒子群优化算法融合(BP—PSO)的基本思想 | 第50-54页 |
·传统的BP—PSO算法 | 第50-52页 |
·改进的BP—PSO算法 | 第52-54页 |
·改进BP—PSO与传统BP—PSO算法的性能比较分析 | 第54-58页 |
·改进的BP—GA算法与改进的BP—PSO算法的比较 | 第58-63页 |
·Iris分类问题 | 第58-60页 |
·样本空间分布对改进BP—GA算法与改进BP—PSO算法的影响 | 第60-63页 |
·本章小结 | 第63-64页 |
第5章 融合算法在水泥水化过程中的应用 | 第64-101页 |
·概述 | 第64-65页 |
·煤矸石颗粒分布对水泥水化性能的影响 | 第65-75页 |
·煤矸石颗粒分布水泥水化之后水泥扩展度的影响 | 第66-69页 |
·煤矸石颗粒分布对水泥水化之后水泥标准稠度用水量、凝结时间的影响 | 第69-71页 |
·煤矸石颗粒分布对水泥水化之后水泥强度的影响 | 第71-74页 |
·实验总结 | 第74-75页 |
·低水胶比下工业废渣的掺量对水化结合水的影响 | 第75-81页 |
·粉煤灰的掺量对水泥水化过程中结合水的影响 | 第75-78页 |
·煤矸石的掺量对水泥水化过程中结合水的影响 | 第78-79页 |
·刚玉粉的掺量对水泥水化过程中结合水的影响 | 第79-81页 |
·实验总结 | 第81页 |
·粉煤灰颗粒级配对水泥强度的影响 | 第81-83页 |
·粉煤灰掺量、石膏掺量、激发剂掺量对粉煤灰水泥强度的影响 | 第83-89页 |
·粉煤灰的掺量对粉煤灰水泥强度的影响 | 第84-85页 |
·石膏的掺量对粉煤灰水泥强度的影响 | 第85-87页 |
·激发剂的掺量对粉煤灰水泥强度的影响 | 第87-88页 |
·实验总结 | 第88-89页 |
·多粉煤灰复合水泥对水化性能的影响 | 第89-94页 |
·各成分的不同配比对复合水泥标准稠度需水量、凝结时间的影响 | 第89-91页 |
·各成分的不同配比对复合水泥抗折强度、抗压强度的影响 | 第91-93页 |
·实验总结 | 第93-94页 |
·水泥水化性能分析仿真 | 第94-100页 |
·本章小结 | 第100-101页 |
第6章 总结与展望 | 第101-103页 |
参考文献 | 第103-111页 |
攻读博士学位期间发表的学术论文 | 第111-112页 |
致谢词 | 第112页 |