首页--工业技术论文--水利工程论文--水利枢纽、水工建筑物论文--水工建筑物管理论文--水工建筑物的监测与原型观测论文

人工智能技术在大坝安全分析中的应用

摘要第1-9页
Abstract第9-10页
第1章 绪论第10-16页
   ·堤坝安全性研究现状第10-11页
   ·本文研究背景和意义第11-13页
   ·本文的主要工作第13-14页
 参考文献第14-16页
第2章 人工神经网络技术基础第16-30页
   ·人工神经元模型第16-17页
   ·人工神经网络模型第17-19页
     ·神经网络拓扑结构第17-18页
     ·神经网络的学习方式第18-19页
     ·神经网络的学习算法第19页
   ·前馈型人工神经网络第19-25页
     ·BP神经网络第20页
     ·反向传播(BP)学习算法第20-24页
     ·BP学习算法的改进第24页
     ·径向基(RBF)神经网络第24-25页
   ·反馈型人工神经网络第25-26页
   ·自组织人工神经网络第26-27页
   ·BP神经网络设计第27-29页
   ·本章小结第29页
 参考文献第29-30页
第3章 模糊神经网络基础第30-46页
   ·模糊逻辑推理系统第30-37页
     ·模糊集合第30-33页
     ·模糊If-then规则第33页
     ·模糊推理第33-36页
     ·模糊推理系统第36-37页
   ·模糊神经网络第37-41页
     ·双输入-双规则自适应模糊推理系统ANFIS第38-39页
     ·多输入-多规则自适应模糊推理系统ANFIS第39-41页
   ·模糊神经网络的学习算法第41-45页
     ·结构学习第41-43页
     ·参数学习第43-45页
   ·本章小结第45页
 参考文献第45-46页
第4章 遗传算法基础第46-60页
   ·进化算法概述第46页
   ·标准遗传算法第46-48页
   ·遗传算法的理论支持第48-49页
     ·模式定理第48-49页
     ·遗传算法的收敛性能第49页
   ·遗传算法的设计第49-55页
     ·编码方法第49-51页
     ·适应度函数设计第51-52页
     ·遗传算子第52-54页
     ·参数选择第54-55页
   ·遗传算法求解优化问题的算例第55-56页
   ·遗传算法的问题及改进第56-57页
   ·本章小结第57-58页
 参考文献第58-60页
第5章 堤坝管涌破坏的人工智能预测与判定第60-78页
   ·概述第60-62页
   ·堤坝管涌破坏的机理模型第62-69页
     ·管涌发生的定性描述第62-63页
     ·管涌发生的定量描述第63-69页
   ·堤坝管涌破坏的人工神经网络预测与判定第69-71页
     ·管涌的人工神经网络模型拓扑结构的确定第69-70页
     ·管涌的人工神经网络模型训练及预测结果第70-71页
   ·堤坝管涌破坏的模糊神经网络预测与判定第71-76页
     ·堤坝管涌问题的模糊性第71-72页
     ·堤坝管涌的模糊神经网络预测和判定第72-76页
   ·本章小结第76页
 参考文献第76-78页
第6章 堤坝抗震可靠度的人工智能预测第78-94页
   ·概述第78页
   ·混凝土坝抗震可靠度第78-83页
     ·混凝土坝抗震可靠度基础第78-79页
     ·混凝土坝抗震可靠度设计第79页
     ·混凝土坝抗震可靠度分析方法第79-81页
     ·随机状态向量{x}是相关非高斯的第81-83页
   ·遗传神经网络仿真结构可靠性的功能函数第83-85页
     ·遗传神经网络拟合响应面模型第83-84页
     ·遗传神经网络可靠性分析方法步骤第84-85页
   ·混凝土重力坝抗震可靠度人工智能预测第85-88页
   ·混凝土拱坝抗震可靠度人工智能预测第88-92页
     ·拱坝抗压可靠指标训练和预测结果第89-90页
     ·拱坝抗拉可靠指标训练和预测结果第90-92页
   ·本章小结第92页
 参考文献第92-94页
第7章 遗传算法在堤坝边坡稳定性安全评估中的应用第94-106页
   ·概述第94-95页
   ·边坡稳定性分析的遗传算法的实现第95-97页
   ·防护堤坝边坡在风浪作用下的稳定性安全评估第97-101页
     ·安全评估的可靠度方法第97-98页
     ·防护堤坝模型第98页
     ·在风浪作用下防护堤坝边坡稳定性安全方程第98-99页
     ·侵蚀介质的等效抗剪强度模型第99页
     ·风浪因素的作用第99-100页
     ·波浪对堤岸的动力作用第100-101页
   ·稳定性可靠度的遗传算法寻优第101-103页
     ·适应度评价函数的特点第101-102页
     ·优化结果与讨论第102-103页
   ·本章小结第103-104页
 参考文献第104-106页
第8章 结论与展望第106-110页
   ·本文的研究工作和结果第106-108页
   ·进一步研究的建议第108页
 参考文献第108-110页
致谢第110-111页
附录 攻读硕士学位期间提交或发表的论文第111页

论文共111页,点击 下载论文
上一篇:真空中煤还原氧化镁的研究
下一篇:退耕还林草政策目标效应的分析与评价研究--基于新疆奇台县农户调查的实证分析