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--土力学论文--地基变形论文

基于小波神经网络理论的建筑物基础沉降预测研究与应用

致谢第4-5页
摘要第5-6页
Abstract第6-7页
1 绪论第11-16页
    1.1 概述第11-12页
    1.2 研究的目的及意义第12-13页
    1.3 国内外研究现状第13-15页
    1.4 本文的主要研究内容第15-16页
2 小波分析理论第16-22页
    2.1 小波分析的基本概述第16-17页
    2.2 小波基函数第17-18页
    2.3 小波阈值第18-19页
        2.3.1 阈值的选取第18-19页
    2.4 小波分析的去噪原理第19-20页
        2.4.1 小波去噪效果的评价标准第20页
    2.5 小波去噪的过程第20-21页
    2.6 本章小结第21-22页
3 智能网络的基本理论第22-38页
    3.1 人工智能神经网络概述第22-25页
        3.1.1 神经元模型第22-23页
        3.1.2 智能神经网络的结构第23-24页
        3.1.3 人工智能网络的应用特点第24-25页
    3.2 BP神经网络第25-32页
        3.2.1 BP网络的神经元及结构模型第26-28页
        3.2.2 BP网络的学习算法第28-29页
        3.2.3 BP网络的结构设计第29-30页
        3.2.4 BP网络的局限性第30-32页
    3.3 RBF神经网络第32-36页
        3.3.1 RBF网络的神经元及结构模型第32-34页
        3.3.2 RBF网络的学习算法第34-35页
        3.3.3 RBF网络的构建步骤第35-36页
    3.4 BP网络和RBF网络的差异对比第36页
    3.5 RBF网络的局部优化第36-37页
    3.6 本章小结第37-38页
4 基于小波分析理论的数据处理与分析第38-48页
    4.1 工程实例第38页
    4.2 数据小波预处理第38-42页
        4.2.1 小波函数的选取第38-40页
        4.2.2 阈值的选取第40-41页
        4.2.3 小波的多尺度分析第41-42页
    4.3 小波去噪对泛化能力的影响分析第42页
    4.4 监测数据的去噪与分析第42-47页
    4.5 本章小结第47-48页
5 基于智能神经网络进行建筑物基础沉降预测与分析第48-66页
    5.1 建筑物沉降监测原理第48页
    5.2 数据来源第48-49页
    5.3 建立建筑物基础沉降智能神经网络预测模型第49-52页
        5.3.1 建立BPNN网络预测模型第49-51页
        5.3.2 建立RBFNN及CVRBFNN网络预测模型第51-52页
        5.3.3 三种预测模型的差异化对比第52页
    5.4 智能神经网络对建筑物基础沉降预测与分析第52-65页
        5.4.1 智能神经网络模型的数据预测第52-59页
        5.4.2 预测结果的对比与分析第59-65页
    5.5 本章小结第65-66页
6 结论与展望第66-68页
    6.1 结论第66-67页
    6.2 展望第67-68页
参考文献第68-71页
作者简历第71-73页
学位论文数据集第73-74页

论文共74页,点击 下载论文
上一篇:江苏拾屯煤矿急倾斜煤层开采地表裂缝形成机理研究
下一篇:包气带中Ca2+、Mg2+析出对浅层地下水硬度升高影响因素研究