冻土通风管路基优化设计神经网络分析系统研发
| 1 引言 | 第1-10页 |
| 2 研究背景 | 第10-14页 |
| 3 本文系统研发流程 | 第14-16页 |
| 4 温度场数值仿真试验 | 第16-24页 |
| 4．1 数值仿真试验方案设计 | 第16-19页 |
| 4．2 数值仿真模拟试验 | 第19-24页 |
| 5 人工智能温度场预报模型研究 | 第24-68页 |
| 5．1 人工神经网络BP算法 | 第24-48页 |
| 5．2 温度场预报模型及其建造 | 第48-68页 |
| 6 专家经验研究 | 第68-74页 |
| 6．1 专家经验的获取 | 第68-70页 |
| 6．2 专家经验升级 | 第70-71页 |
| 6．3 专家经验的应用情况 | 第71-74页 |
| 7 软件系统设计 | 第74-81页 |
| 7．1 预处理模块 | 第74-76页 |
| 7．2 核心计算模块 | 第76-77页 |
| 7．3 后处理模块 | 第77页 |
| 7．4 系统升级模块 | 第77-78页 |
| 7．5 系统错误处理的设计 | 第78-81页 |
| 8 系统集成 | 第81-89页 |
| 8．1 不同语言间的集成 | 第81-85页 |
| 8．2 不同系统间的集成 | 第85-86页 |
| 8．3 不同运行级别间的集成 | 第86-89页 |
| 9 算例演示 | 第89-104页 |
| 9．1 常规分析 | 第90-94页 |
| 9．2 优化分析 | 第94-104页 |
| 10 结语 | 第104-106页 |
| 致谢 | 第106-107页 |
| 参考文献 | 第107-112页 |
