基于人工神经网络的城市燃气管道的土壤腐蚀性评价研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-21页 |
| ·选题背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-19页 |
| ·国内外土壤腐蚀研究工作进展 | 第9-10页 |
| ·国内外土壤腐蚀性评价方法 | 第10-19页 |
| ·本文主要研究工作及章节安排 | 第19-21页 |
| 2 人工神经网络基本理论 | 第21-36页 |
| ·人工神经网络的概述 | 第21-25页 |
| ·人工神经网络的定义 | 第21页 |
| ·人工神经网络原理 | 第21-24页 |
| ·人工神经网络的特点 | 第24页 |
| ·人工神经网络的应用 | 第24-25页 |
| ·BP 神经网络概述 | 第25-32页 |
| ·BP 神经网络结构 | 第25-26页 |
| ·BP 网络学习算法 | 第26-27页 |
| ·BP 网络的改进 | 第27-32页 |
| ·RBF 神经网络概述 | 第32-35页 |
| ·RBF 神经网络的结构 | 第32-33页 |
| ·RBF 网络学习算法 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 3 MATLAB 环境下的神经网络实现 | 第36-40页 |
| ·MATLAB 神经网络工具箱 | 第36-37页 |
| ·面向MATLAB 的神经网络设计 | 第37-39页 |
| ·基于MATLAB 的BP 网络设计 | 第37-38页 |
| ·基于MATLAB 的RBF 网络设计 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 土壤腐蚀等级评价模型的建立 | 第40-72页 |
| ·样本数据准备 | 第40-59页 |
| ·训练样本准备 | 第40-48页 |
| ·测试样本准备 | 第48-50页 |
| ·样本的归一化 | 第50-59页 |
| ·BP 网络模型的实现 | 第59-66页 |
| ·网络拓扑结构的确定 | 第59-62页 |
| ·网络的训练与检测 | 第62-66页 |
| ·RBF 网络模型的实现 | 第66-70页 |
| ·SPREAD 参数的确定 | 第66-69页 |
| ·网络的训练与检测 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 5 神经网络在廊坊土壤腐蚀性评价中的应用 | 第72-77页 |
| ·廊坊市燃气管道土壤腐蚀性参数的检测 | 第72-73页 |
| ·评价样本的归一化 | 第73-74页 |
| ·BP 网络模型的评价 | 第74页 |
| ·RBF 网络模型的评价 | 第74-75页 |
| ·BP 与RBF 网络的评价结果比较 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 6 总结与展望 | 第77-79页 |
| ·总结 | 第77页 |
| ·展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 附录 | 第83-85页 |
