基于基因表达式编程的大坝变形预测系统的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·大坝变形预测研究现状 | 第9-10页 |
| ·基因表达式编程研究现状 | 第10-11页 |
| ·本文主要研究内容 | 第11-12页 |
| ·本文各章节安排 | 第12-14页 |
| 第二章 大坝变形预测相关理论 | 第14-22页 |
| ·大坝变形预测基本理论 | 第14-17页 |
| ·变形分析与建模 | 第14-15页 |
| ·几何变形与物理解释 | 第15-16页 |
| ·单测点分析与多测点分析 | 第16-17页 |
| ·大坝变形预测两种途径 | 第17-20页 |
| ·基于环境影响因子的预测 | 第17-18页 |
| ·基于变形时间序列的预测 | 第18-20页 |
| ·大坝变形预测模型 | 第20-22页 |
| 第三章 基因表达式编程算法与改进研究 | 第22-41页 |
| ·GEP算法基本原理 | 第22-25页 |
| ·编码方式 | 第22-23页 |
| ·遗传算子及适应度函数 | 第23-24页 |
| ·GEP的特点与不足 | 第24-25页 |
| ·GEP算法自适应改进 | 第25-30页 |
| ·传统的自适应遗传算法 | 第25-27页 |
| ·云模型理论 | 第27-28页 |
| ·云自适应GEP的基本原理 | 第28-30页 |
| ·GEP算法其他改进 | 第30-33页 |
| ·基因均匀分布的初始种群策略 | 第30-32页 |
| ·动态适应度策略 | 第32-33页 |
| ·改进的GEP构建大坝变形预测模型 | 第33-41页 |
| ·变形数据的归一化处理 | 第33-34页 |
| ·改进的GEP算法实现过程 | 第34-36页 |
| ·两种预测途径下的GEP模型 | 第36-41页 |
| 第四章 大坝变形预测系统分析与设计 | 第41-50页 |
| ·系统需求分析 | 第41-42页 |
| ·系统总体设计 | 第42-44页 |
| ·系统整体框架 | 第42-43页 |
| ·系统技术路线 | 第43-44页 |
| ·系统数据库设计 | 第44-48页 |
| ·系统功能模块设计 | 第48-50页 |
| 第五章 大坝变形预测系统开发与实现 | 第50-71页 |
| ·系统开发环境 | 第50页 |
| ·系统算法实现 | 第50-59页 |
| ·GEP基本算法实现 | 第50-54页 |
| ·GEP改进策略算法实现 | 第54-59页 |
| ·系统功能模块实现 | 第59-67页 |
| ·系统应用实例 | 第67-71页 |
| ·观测资料 | 第67-68页 |
| ·结果展示 | 第68-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间的研究成果 | 第77-78页 |
