首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

智能方法在水泥性能分析中的应用研究

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

论文共112页,点击 下载论文
上一篇:中学美术欣赏教学在素质教育中的作用研究
下一篇:复合型导电高分子材料PTC/NTC效应的研究