不确定遗传神经网络在滑坡危险性预测的研究及应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 选题依据 | 第11-12页 |
| 1.4 研究方法及主要内容 | 第12-14页 |
| 第二章 神经网络和遗传算法相关知识概述 | 第14-24页 |
| 2.1 神经网络相关理论 | 第14-19页 |
| 2.1.1 概述 | 第14-17页 |
| 2.1.2 基本原理 | 第17-19页 |
| 2.1.3 反向传播算法的限制 | 第19页 |
| 2.2 遗传算法相关理论 | 第19-23页 |
| 2.2.1 遗传算法概述 | 第19-20页 |
| 2.2.2 遗传算法原理 | 第20-23页 |
| 2.2.3 遗传算法的不足 | 第23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 不确定遗传神经网络 | 第24-33页 |
| 3.1 不确定数据 | 第24-25页 |
| 3.2 不确定数据的处理 | 第25-27页 |
| 3.3 改进遗传算法优化反向传播神经网络 | 第27-29页 |
| 3.4 不确定遗传神经网络算法的设计 | 第29-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 不确定遗传神经网络在滑坡危险性预测的应用 | 第33-44页 |
| 4.1 数据准备 | 第33页 |
| 4.2 数据预处理 | 第33-34页 |
| 4.3 模型创建 | 第34-37页 |
| 4.3.1 训练集和测试集的确定 | 第34-35页 |
| 4.3.2 数据归一化处理 | 第35页 |
| 4.3.3 不确定遗传神经网络算法的过程 | 第35-37页 |
| 4.4 实验 | 第37-38页 |
| 4.4.1 实验环境 | 第37页 |
| 4.4.2 神经网络各参数设置 | 第37页 |
| 4.4.3 评价标准 | 第37-38页 |
| 4.5 实例分析 | 第38-43页 |
| 4.5.1 滑坡预测精度评价 | 第38-40页 |
| 4.5.2 预测结果比较 | 第40-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 5.1 本文小结 | 第44-45页 |
| 5.2 研究展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 攻读学位期间的研究成果 | 第50-51页 |
