遗传BP神经网络在地铁工程沉降预测中的应用
| 第一章 引言 | 第1-10页 |
| ·研究背景及意义 | 第8页 |
| ·预测结果的检验与评价 | 第8-10页 |
| 第二章 现行沉降预测方法 | 第10-15页 |
| ·经验公式法 | 第10页 |
| ·有限元法 | 第10-15页 |
| ·有限元分析基本原理 | 第10-13页 |
| ·有限单元法分析步骤简介 | 第13-15页 |
| 第三章 神经网络算法 | 第15-31页 |
| ·人工神经网络概述 | 第15-18页 |
| ·人工神经网络的发展 | 第15-16页 |
| ·人工神经网络的常见模型 | 第16-17页 |
| ·神经网络的实现 | 第17-18页 |
| ·BP 网络模型 | 第18-31页 |
| ·BP 网络学习规则 | 第19-21页 |
| ·BP 网模型的设计 | 第21-23页 |
| ·标准BP 的具体步骤 | 第23-25页 |
| ·BP 算法的几个缺陷 | 第25-26页 |
| ·BP 网络结构的优化 | 第26-28页 |
| ·改进的BP 网 | 第28-31页 |
| 第四章 基于遗传算法的BP 算法 | 第31-37页 |
| ·遗传算法 | 第31-34页 |
| ·遗传算法的特点 | 第31页 |
| ·遗传算法的基本原理 | 第31-34页 |
| ·混和BP 算法 | 第34-37页 |
| 第五章 工程实例应用 | 第37-45页 |
| ·工程基本情况 | 第37-40页 |
| ·地表沉降监测计划 | 第40-41页 |
| ·结构沉降的测点布设 | 第41页 |
| ·沉降预测 | 第41-45页 |
| ·建立神经网络模型 | 第41-42页 |
| ·输入参数的确定 | 第42-43页 |
| ·进行网络训练 | 第43页 |
| ·预测结果 | 第43页 |
| ·结果检验 | 第43-45页 |
| 第六章 总结与展望 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 个人简历 | 第49页 |