智能方法在桩基工程中的应用
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 引言 | 第9-13页 |
·研究背景和意义 | 第9-10页 |
·国内外研究现状 | 第10-11页 |
·论文的内容和组织 | 第11-13页 |
第2章 典型智能方法概述 | 第13-23页 |
·神经网络 | 第13-16页 |
·神经网络的研究历史 | 第13页 |
·前馈型神经网络 | 第13-16页 |
·粗糙集理论 | 第16-18页 |
·粗糙集理论概述 | 第16-17页 |
·粗糙集的知识表达 | 第17页 |
·粗糙集的知识约简 | 第17-18页 |
·遗传算法 | 第18-20页 |
·遗传算法简介 | 第18-19页 |
·遗传算法的构成要素 | 第19-20页 |
·DNA计算 | 第20-22页 |
·DNA计算的发展和研究现状 | 第20-21页 |
·DNA计算的生物基础 | 第21-22页 |
·DNA计算的优点及目前存在的问题 | 第22页 |
·本章小结 | 第22-23页 |
第3章 智能方法的融合研究及改进 | 第23-45页 |
·基于粗集方法预处理的神经网络训练样本集 | 第23-29页 |
·粗集智能数据分析 | 第23-24页 |
·基于粗集预处理的神经网络的优化 | 第24-26页 |
·应用举例 | 第26-29页 |
·基于DNA进化计算的RBF神经网络 | 第29-41页 |
·DNA计算可优化RBF神经网络的证明 | 第29-31页 |
·基于多目标DNA进化计算的RBF神经网络优化 | 第31-40页 |
·计算智能若干方法的融合算法 | 第40-41页 |
·DNA-RBF网络的性能分析 | 第41-44页 |
·本章小结 | 第44-45页 |
第4章 改进的智能方法在桩基工程中的应用研究 | 第45-51页 |
·网络的参数的选择 | 第46-47页 |
·工程应用实例 | 第47-50页 |
·结果分析 | 第50页 |
·本章小结 | 第50-51页 |
第5章 总结与展望 | 第51-53页 |
·全文总结 | 第51-52页 |
·研究展望 | 第52-53页 |
参考文献 | 第53-56页 |
致谢 | 第56-57页 |
攻读硕士学位期间发表论文 | 第57页 |