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 |