基于智能算法的滑坡稳定性建模与分析
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 引言 | 第10-18页 |
| ·选题背景与项目依托 | 第10-11页 |
| ·研究现状与存在问题 | 第11-14页 |
| ·研究方法与研究内容 | 第14-15页 |
| ·本文的创新之处 | 第15-16页 |
| ·本文的结构 | 第16-18页 |
| 2 影响滑坡稳定性的因素分析 | 第18-27页 |
| ·滑坡危险性评价指标体系的建立 | 第18-22页 |
| ·评价指标的量化 | 第22-27页 |
| 3 基于神经网络的滑坡稳定性建模与分析 | 第27-42页 |
| ·神经网络模型 | 第27-29页 |
| ·BP 神经网络原理及算法 | 第29-36页 |
| ·人工神经元网络在滑坡稳定性的应用 | 第36-40页 |
| ·人工神经元网络在滑坡稳定性的应用总结 | 第40-42页 |
| 4 支持向量机在滑坡稳定性评价的研究 | 第42-57页 |
| ·支持向量机 | 第42页 |
| ·模式识别学习机推广性能的界 | 第42-45页 |
| ·线性支持向量机 | 第45-48页 |
| ·支持向量机（SVM）的核函数 | 第48-49页 |
| ·非线性支持向量机 | 第49-52页 |
| ·支持向量机在滑坡稳定性的应用 | 第52-56页 |
| ·支持向量机在滑坡稳定性的应用总结 | 第56-57页 |
| 5 粗糙智能算法在滑坡稳定性评价的研究 | 第57-77页 |
| ·粗糙集理论 | 第57-62页 |
| ·粗糙-支持向量机在滑坡稳定性评价中的研究 | 第62-73页 |
| ·粗糙-神经网在滑坡稳定性评价中的应用 | 第73-77页 |
| 6 改进灰色-马尔柯夫链在滑坡稳定性评价研究 | 第77-94页 |
| ·灰色系统的基本概念 | 第78页 |
| ·灰色GM(1, 1) 模型 | 第78-82页 |
| ·改进灰色-马尔柯夫预测模型 | 第82-86页 |
| ·灰色预测模型的检验 | 第86-88页 |
| ·改进改进灰色-马尔科夫链在新滩滑坡位移的分析 | 第88-93页 |
| ·改进灰色-马尔科夫链在滑坡位移的应用总结 | 第93-94页 |
| 7 结论 | 第94-97页 |
| 参考文献 | 第97-101页 |
| 附件 | 第101-109页 |
| 读博士期间以第一作者发表的论文 | 第109-110页 |
| 个人简历 | 第110页 |
