基于遗传算法的模糊神经网络在波阻抗反演中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 引言 | 第8-12页 |
| ·选题依据及课题来源 | 第8页 |
| ·模糊神经网络的发展和应用现状 | 第8-9页 |
| ·GA算法的发展和应用现状 | 第9-10页 |
| ·创新点及技术路线 | 第10页 |
| ·本文的主要工作 | 第10-12页 |
| 第2章 遗传算法(GA)原理简介 | 第12-28页 |
| ·遗传算法的工作原理 | 第12-22页 |
| ·遗传算法的编码、再生、交叉与变异 | 第12-13页 |
| ·遗传算法的工作原理 | 第13-16页 |
| ·遗传算法的实现步骤 | 第16-17页 |
| ·GA算法的改进措施 | 第17-21页 |
| ·GA算法解地球物理反演问题的步骤 | 第21-22页 |
| ·Tabu Search算法简介 | 第22-26页 |
| ·禁忌搜索算法的关键技术 | 第23-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 模糊神经网络简介 | 第28-38页 |
| ·模糊信息处理的神经网络方法 | 第28-30页 |
| ·基本模糊神经元及模糊神经网络 | 第30-33页 |
| ·模糊化神经元 | 第30-31页 |
| ·去模糊化神经元 | 第31-32页 |
| ·模糊逻辑神经元 | 第32页 |
| ·前向型模糊神经网络与反馈型神经网络 | 第32-33页 |
| ·ANFIS神经网络 | 第33-38页 |
| ·ANFIS的结构 | 第33-34页 |
| ·ANFIS的学习算法 | 第34-35页 |
| ·ANFIS原理流程 | 第35-38页 |
| 第4章 自适应混合模糊神经网络的设计 | 第38-41页 |
| ·网络结构及其参数 | 第38-39页 |
| ·遗传算法 | 第39-40页 |
| ·基于GA-ANFIS混合模糊神经网络算法 | 第40-41页 |
| 第5章 波阻抗反演简介 | 第41-48页 |
| ·直接反演方法 | 第42-43页 |
| ·约束反演方法 | 第43-45页 |
| ·波动方程反演方法 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第6章 理论模型实例分析 | 第48-58页 |
| ·函数逼近实验仿真 | 第48-50页 |
| ·波阻抗反演 | 第50-58页 |
| ·地震子波的提取 | 第50-52页 |
| ·波阻抗反演 | 第52-54页 |
| ·实际资料的应用效果 | 第54-58页 |
| 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
