遗传算法在地应力反演中的应用
| 摘要 | 第1-5页 |
| abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·本课题研究的意义 | 第8-9页 |
| ·初始地应力的研究历史和现状 | 第9-11页 |
| ·定性研究阶段 | 第9-10页 |
| ·定量研究阶段 | 第10-11页 |
| ·初始地应力的一些基本规律 | 第11-12页 |
| ·本文研究的主要内容 | 第12-14页 |
| 第二章 初始地应力测量 | 第14-19页 |
| ·引言 | 第14页 |
| ·初始地应力测量基本原理 | 第14-16页 |
| ·初始地应力测量方法简介 | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第三章 神经网络在初始地应力反演中的应用 | 第19-28页 |
| ·人工神经网络反演分析方法 | 第19-21页 |
| ·人工神经网络简介 | 第19页 |
| ·人工神经网络的特点 | 第19-20页 |
| ·人工神经网络的计算模型 | 第20-21页 |
| ·神经网络BP 算法 | 第21-25页 |
| ·BP 网络算法的思路 | 第21-22页 |
| ·BP 算法的计算过程 | 第22-25页 |
| ·BP 神经网络在初始地应力场反演中的应用 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 遗传算法的理论与方法研究 | 第28-46页 |
| ·遗传算法的基本流程 | 第28-30页 |
| ·遗传算法的基本理论 | 第30-34页 |
| ·模式定理 | 第30-32页 |
| ·积木块假设 | 第32-33页 |
| ·骗问题 | 第33页 |
| ·收敛性 | 第33-34页 |
| ·遗传算法的实现 | 第34-41页 |
| ·群体设定 | 第34-35页 |
| ·生成初始化群体 | 第35页 |
| ·编码 | 第35-36页 |
| ·适应度函数(fitness functi | 第36-37页 |
| ·遗传算子 | 第37-41页 |
| ·混合遗传算法 | 第41-44页 |
| ·概述 | 第41-42页 |
| ·遗传算法对神经网络的进化 | 第42-43页 |
| ·混合遗传算法反演地应力 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 工程实例 | 第46-64页 |
| ·工程概况 | 第46-47页 |
| ·实测地应力值坐标转换 | 第47-48页 |
| ·初始地应力场反演 | 第48-57页 |
| ·模型的建立及网格划分 | 第48-51页 |
| ·神经网络方法优化参数 | 第51-55页 |
| ·遗传算法优化神经网络结构 | 第55-56页 |
| ·神经网络结构训练 | 第56-57页 |
| ·计算结果和分析 | 第57-63页 |
| ·本章小结 | 第63-64页 |
| 结论与展望 | 第64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69页 |
