首页--工业技术论文--建筑科学论文--建筑基础科学论文--建筑勘测论文--观测论文

基于基因表达式编程的建筑物变形预测模型研究

摘要第1-5页
Abstract第5-8页
第一章 绪论第8-16页
   ·选题的目的及意义第8-9页
   ·变形预测研究现状第9-11页
   ·基因表达式编程方法的研究现状第11-12页
   ·本文研究内容和技术路线第12-15页
     ·研究内容第12-13页
     ·技术路线第13-15页
   ·论文章节安排第15-16页
第二章 建筑物变形监测理论及常见的预测模型第16-20页
   ·建筑物变形监测理论第16-18页
     ·建筑物监测的内容第16页
     ·建筑物监测的方法第16页
     ·建筑物变形监测的要求第16-17页
     ·监测精度要求第17页
     ·建筑物变形监测数据处理第17-18页
   ·常见的预测模型第18-20页
     ·回归分析方法第18页
     ·灰色系统预测方法第18-19页
     ·神经网络预测方法第19页
     ·时间序列预测方法第19-20页
第三章 基因表达式编程的原理与改进第20-33页
   ·基因表达式编程的基本概念第20-21页
     ·基因表达式编程的来源第20页
     ·基因表达式编程简介与定义第20-21页
   ·基因表达式编程原理第21-29页
     ·编码方式第21-24页
     ·适应度函数第24-25页
     ·遗传操作第25-28页
     ·基因表达式编程的基本流程第28-29页
   ·基因表达式编程的相关改进技术第29-33页
     ·K-表达式快速求值算法第29-32页
     ·滑动窗口预测法第32-33页
第四章 建筑物变形预测模型应用与分析第33-59页
   ·工程实例第33-36页
     ·工程概况第33-35页
     ·规范规程第35页
     ·建筑物沉降观测第35-36页
   ·基于基因表达式编程的建筑物沉降变形预测第36-43页
     ·GEP-Buildings 算法的原理第36-38页
     ·GEP-Buildings 模型的建筑物沉降变形预测第38-43页
   ·基于灰色模型的建筑物沉降变形预测第43-51页
     ·灰色 GM(1,1)预测模型第43-45页
     ·灰色 GM(1,1)预测模型在建筑物沉降变形中的应用第45-51页
   ·基于 BP 神经网络的建筑物沉降变形预测第51-56页
     ·BP 神经网络模型第51-52页
     ·BP 神经网络模型在建筑物沉降变形中的应用第52-56页
   ·预测结果的对比分析第56-59页
第五章 总结与展望第59-60页
   ·总结第59页
   ·展望第59-60页
参考文献第60-62页
附录第62-67页
致谢第67-68页
在学期间发表的学术论文与研究成果第68页
个人简历第68页

论文共68页,点击 下载论文
上一篇:粘性土地基强夯地面变形与应用的模型试验研究
下一篇:基于改进支持向量机的深基坑变形预测模型研究