首页--工业技术论文--建筑科学论文--土力学、地基基础工程论文--各类型土与地基论文--黄土与地基论文

黄土高边坡稳定性的智能化分析与预测

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-19页
   ·黄土地区滑坡灾害及问题的提出第10页
   ·选题的目的和意义第10-11页
   ·边坡稳定分析研究现状第11-17页
     ·定性分析法第12页
     ·定量分析法第12-13页
     ·非确定性分析法第13-16页
     ·智能分析法第16-17页
   ·研究内容、目标及拟解决的关键问题第17-18页
     ·研究内容第17页
     ·目标第17页
     ·拟解决的关键问题第17-18页
   ·技术路线第18页
   ·本章小结第18-19页
第二章 黄土边坡稳定性影响因素分析第19-29页
   ·黄土滑坡分布规律第19-20页
   ·影响因素第20-22页
     ·内在因素第20-21页
     ·外在因素第21-22页
   ·影响因素分析第22-27页
     ·范数灰关联度第22-25页
     ·黄土高边坡影响因子的灰关联度分析第25-27页
     ·影响因子的权重系数及排序第27页
   ·本章小结第27-29页
第三章 建模理论基础第29-49页
   ·引言第29页
     ·神经网络(NN, Neural Networks)第29页
     ·遗传算法(GA, Genetic Algorithm)第29页
     ·模糊集合理论第29页
   ·神经网络第29-33页
     ·神经网络的特点第29-30页
     ·BP 神经网络第30-32页
     ·BP 神经网络的LM 算法改进第32-33页
   ·遗传算法第33-37页
     ·遗传算法的基本思想第34页
     ·遗传算法的操作步骤第34-35页
     ·基于实数编码的自适应加速遗传算法第35-37页
   ·基于遗传算法的神经网络第37-40页
     ·遗传神经网络流程图第38-39页
     ·遗传神经网络的MATLAB 实现第39-40页
   ·自适应神经模糊推理系统(ANIFS)第40-48页
     ·自适应神经网络第40-43页
     ·模糊推理系统第43-45页
     ·ANFIS 的原理及结构第45-47页
     ·ANFIS 的训练结构第47页
     ·ANFIS 的学习算法第47-48页
   ·本章小结第48-49页
第四章 考虑含水率的预测模型研究第49-64页
   ·建模思路第49-50页
   ·数据的获取第50-55页
     ·含水率对物理、力学参数的影响第50-52页
     ·参数的分析与取值范围第52-53页
     ·利用图解法生成样本第53-55页
   ·RAGA-BP 网络知识库第55-61页
     ·BP 神经网络的设计第55-57页
     ·加速遗传算法的设计第57-58页
     ·算法主要参数的设定第58页
     ·模型的训练第58-59页
     ·模型精度的评定第59-61页
   ·考虑含水率的预测模型第61-63页
     ·初始稳定的土坡第62页
     ·初始破坏的土坡第62-63页
   ·本章小结第63-64页
第五章 基于ANFIS 的黄土高边坡反演设计第64-74页
   ·引言第64页
   ·反演设计问题的数学描述第64-65页
   ·MATLAB 辅助ANFIS 设计第65页
   ·反演设计ANFIS 模型的建立第65-73页
     ·样本数据预处理第65-67页
     ·模型的结构第67-69页
     ·模型的训练第69-71页
     ·ANFIS 训练后参数变化情况第71-72页
     ·模型的检验第72-73页
   ·本章小结第73-74页
第六章 基于MATLAB GUI 的图形界面开发第74-86页
   ·图解法分析系统第74-75页
     ·界面设计第74页
     ·功能设计第74-75页
   ·遗传神经网络分析系统第75-79页
     ·界面设计第75-76页
     ·功能设计第76-79页
   ·ANFIS 反演分析子系统第79-83页
     ·用户界面第79-80页
     ·内置功能第80-83页
   ·考虑含水率的边坡预测系统第83-85页
     ·界面设计第83页
     ·功能设计第83-85页
   ·本章小结第85-86页
第七章 结论及展望第86-88页
   ·结论第86页
   ·展望第86-88页
参考文献第88-91页
致谢第91-92页
作者简介第92页

论文共92页,点击 下载论文
上一篇:文本内容安全监管体系模型研究
下一篇:清季的江苏教育会(1905—1911)