| 中文摘要 | 第1-3页 |
| Abstract | 第3-8页 |
| 第一章 绪论 | 第8-14页 |
| 1．1 问题的提出 | 第8-9页 |
| 1．2 国内外研究现状 | 第9-13页 |
| 1．2．1 轨道系统响应的预测(正问题) | 第9-10页 |
| 1．2．2 轨道动载荷的识别和参数识别(反问题) | 第10-12页 |
| 1．2．3 基于优化算法的轨道交通引起地面振动的分析方法 | 第12-13页 |
| 1．3 本文所做的工作 | 第13-14页 |
| 第二章 基于遗传算法的径向基神经网络优化设计 | 第14-28页 |
| 2．1 引言 | 第14-15页 |
| 2．2 遗传算法的理论基础 | 第15-16页 |
| 2．2．1 遗传算法的基本流程 | 第15-16页 |
| 2．2．2 递阶遗传算法 | 第16页 |
| 2．3 RBF网络模型 | 第16-19页 |
| 2．3．1 RBF网络学习算法 | 第17-19页 |
| 2．3．2 RBF网络的优缺点 | 第19页 |
| 2．4 基于GA的RBF网络优化 | 第19-26页 |
| 2．4．1 遗传算法与RBF网络融合的必要性 | 第19-20页 |
| 2．4．2 径向基神经网络的混合递阶遗传算法 | 第20-25页 |
| 2．4．3 优化RBF网络模型的流程 | 第25-26页 |
| 2．5 基于GA的BP网络优化 | 第26-28页 |
| 第三章 神经网络在轨道模态参数识别中的应用 | 第28-40页 |
| 3．1 问题的提出 | 第28-29页 |
| 3．2 识别模型的建立 | 第29-36页 |
| 3．2．1 网络训练和测试样本的构造与选取 | 第29-31页 |
| 3．2．2 输入输出数据的预处理 | 第31-35页 |
| 3．2．3 模态参数识别网络的优化设计 | 第35-36页 |
| 3．3 网络优化模型的性能检验 | 第36-37页 |
| 3．4 网络优化模型的测试 | 第37-39页 |
| 3．5 本章小节 | 第39-40页 |
| 第四章 移动荷载作用下地基土参数的进化反演 | 第40-53页 |
| 4．1 问题的提出 | 第40页 |
| 4．2 问题描述 | 第40-42页 |
| 4．3 地基土参数识别的GA研究 | 第42-51页 |
| 4．3．1 个体表示 | 第43页 |
| 4．3．2 初始群体的小区间生成法 | 第43页 |
| 4．3．3 适应度函数 | 第43-44页 |
| 4．3．4 改进的算术交叉和变异操作 | 第44页 |
| 4．3．5 选择操作 | 第44-45页 |
| 4．3．6 地基土参数识别的遗传算法研究基本流程图 | 第45-46页 |
| 4．3．7 程序的实现 | 第46-47页 |
| 4．3．8 算例分析与讨论 | 第47-51页 |
| 4．4 本章小节 | 第51-53页 |
| 第五章 移动荷载作用下基于优化网络的地基土响应预测 | 第53-64页 |
| 5．1 问题的提出 | 第53-54页 |
| 5．2 优化网络在地基土响应预测中的应用 | 第54-63页 |
| 5．2．1 模型输入参数的选择和样本构造 | 第54-56页 |
| 5．2．2 响应预测网络的优化设计 | 第56-59页 |
| 5．2．3 网络优化模型的性能检验 | 第59-60页 |
| 5．2．4 网络优化模型的测试 | 第60-62页 |
| 5．2．5 结果分析 | 第62-63页 |
| 5．3 本章小结 | 第63-64页 |
| 第六章 结论与展望 | 第64-66页 |
| 6．1 结论 | 第64-65页 |
| 6．2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 作者在攻读硕士学位期间参加的项目 | 第70页 |
| 作者在攻读硕士学位期间发表的论文 | 第70-71页 |
