| 第一章 绪论 | 第6-26页 |
| 1.1 计算智能概述 | 第6-7页 |
| 1.2 遗传算法 | 第7-15页 |
| 1.3 神经网络 | 第15-21页 |
| 1.4 计算智能在岩土工程和工程网络计划中的应用研究进展 | 第21-24页 |
| 1.5 本文研究的主要内容 | 第24-26页 |
| 第二章 基于计算智能的边坡稳定性分析 | 第26-47页 |
| 2.1 基于SOM-BP 复合神经网络的边坡稳定性分析 | 第26-36页 |
| 2.2 基于自然码遗传算法的边坡稳定性估计聚类分析 | 第36-46页 |
| 2.3 本章小结 | 第46-47页 |
| 第三章 基于进化-神经网络的深基坑支护位移反分析 | 第47-58页 |
| 3.1 问题的提出 | 第47-48页 |
| 3.2 基于进化-神经网络的智能反分析模型 | 第48-50页 |
| 3.3 实例研究和关键步骤设计 | 第50-56页 |
| 3.4 本章小结 | 第56-58页 |
| 第四章 基于遗传算法的工程网络计划优化研究 | 第58-96页 |
| 4.1 问题的提出 | 第58-60页 |
| 4.2 基于遗传算法的“资源有限,工期最短”问题的优化 | 第60-72页 |
| 4.3 基于遗传算法的“工期固定,资源均衡”问题的优化 | 第72-86页 |
| 4.4 基于遗传算法的工期-成本问题的优化 | 第86-95页 |
| 4.5 本章小结 | 第95-96页 |
| 第五章 总结与展望 | 第96-99页 |
| 5.1 总结 | 第96-98页 |
| 5.2 展望 | 第98-99页 |
| 参考文献 | 第99-105页 |
| 攻读博士学位期间完成的科研成果 | 第105-106页 |
| 致谢 | 第106页 |
