多基因变异进化策略在EDSS中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究目的及意义 | 第10-11页 |
| ·研究目的 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·研究方法和论文框架 | 第11-13页 |
| ·研究方法 | 第11页 |
| ·论文的组织结构 | 第11-13页 |
| 第二章 城市应急决策支持系统 | 第13-25页 |
| ·基本概念 | 第13-19页 |
| ·决策支持系统 | 第13-15页 |
| ·数字城市 | 第15页 |
| ·城市应急管理系统 | 第15-17页 |
| ·城市应急决策支持系统 | 第17-19页 |
| ·EDSS 国内外研究现状 | 第19-21页 |
| ·国外研究现状 | 第19-20页 |
| ·国内研究现状 | 第20-21页 |
| ·城市应急决策支持系统分析 | 第21-25页 |
| ·系统功能 | 第21-22页 |
| ·系统需求 | 第22页 |
| ·系统数据流 | 第22-23页 |
| ·系统开发过程 | 第23-25页 |
| 第三章 一种新的改进进化策略 | 第25-36页 |
| ·进化算法 | 第25页 |
| ·进化策略 | 第25-28页 |
| ·进化策略原理 | 第25-26页 |
| ·进化策略算法步骤 | 第26-28页 |
| ·进化策略改进研究 | 第28页 |
| ·基于多基因变异的改进进化策略 | 第28-33页 |
| ·算法设计 | 第28-30页 |
| ·算法流程 | 第30-31页 |
| ·收敛度分析 | 第31-32页 |
| ·局部极值逃逸能力分析 | 第32-33页 |
| ·仿真实验与分析 | 第33-35页 |
| ·结论 | 第35-36页 |
| 第四章 应急事件报警信息预处理 | 第36-46页 |
| ·问题介绍 | 第36-37页 |
| ·人工神经网络在EDSS 中的应用 | 第37-41页 |
| ·神经网络预测模型优点 | 第37页 |
| ·体系结构 | 第37-38页 |
| ·BP 神经网络 | 第38-39页 |
| ·算法设计 | 第39-41页 |
| ·BP 神经网络实验与分析 | 第41-46页 |
| ·各层神经元数目的确定 | 第41页 |
| ·网络学习参数的选取 | 第41-42页 |
| ·激励函数选取 | 第42页 |
| ·模型应用与分析 | 第42-46页 |
| 第五章 基于多基因变异进化策略的应急推理决策 | 第46-59页 |
| ·系统体系结构设计 | 第46-48页 |
| ·子系统接入层 | 第47页 |
| ·专业数据库层 | 第47页 |
| ·通信支撑平台层 | 第47页 |
| ·中心应用系统层 | 第47-48页 |
| ·用户界面层 | 第48页 |
| ·应急问题的相关定义及性质 | 第48-50页 |
| ·最优方案分析 | 第50-51页 |
| ·最早应急开始时间求取 | 第51-52页 |
| ·仿真实验设计 | 第52-54页 |
| ·生成初始群体 | 第53页 |
| ·适应度计算 | 第53页 |
| ·产生新群体 | 第53-54页 |
| ·计算新个体适应度 | 第54页 |
| ·选择 | 第54页 |
| ·迭代 | 第54页 |
| ·实验结果与分析 | 第54-59页 |
| 第六章 实验结果与分析 | 第59-68页 |
| ·实验设计 | 第59-61页 |
| ·实验数据 | 第59-60页 |
| ·开发环境 | 第60-61页 |
| ·实验环境 | 第61页 |
| ·实验步骤 | 第61-66页 |
| ·数据输入 | 第61-63页 |
| ·神经网络训练与检测 | 第63-64页 |
| ·推理决策 | 第64-66页 |
| ·实验结果与分析 | 第66-68页 |
| 第七章 结论与展望 | 第68-70页 |
| ·论文总结 | 第68-69页 |
| ·下一步工作与展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间发表的学术论文 | 第73-74页 |
| 致谢 | 第74页 |
