首页--工业技术论文--建筑科学论文--土力学、地基基础工程论文--土力学论文

基于智能方法的边坡健康评估与预测

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-20页
    1.1 课题的研究背景及意义第10页
    1.2 工程结构中健康的定义第10-12页
    1.3 国内外研究现状第12-18页
        1.3.1 健康评估方法的研究第12-15页
        1.3.2 预测方法的研究第15-18页
    1.4 论文研究的主要内容第18-20页
第2章 边坡健康的研究第20-28页
    2.1 边坡定义及其分类第20页
    2.2 边坡健康的定义第20-21页
    2.3 影响边坡健康的因素第21-25页
    2.4 边坡健康评估与预测的必要性和方案的可行性分析第25-27页
    2.5 本章小结第27-28页
第3章 基于改进模糊层次分析法的边坡健康评估第28-50页
    3.1 模糊综合评判第28-33页
        3.1.1 模糊数学理论第28页
        3.1.2 层次分析法原理第28-32页
        3.1.3 模糊综合评判原理第32-33页
    3.2 改进的模糊层次分析法第33-35页
        3.2.1 层次分析法的不足第33页
        3.2.2 改进的模糊层次分析法的原理及其步骤第33-35页
    3.3 边坡的健康评估模型第35-40页
        3.3.1 影响因素的选取第35页
        3.3.2 评判集的建立第35-36页
        3.3.3 构建影响边坡健康状态的指标体系第36页
        3.3.4 对各类指标的评价第36-40页
    3.4 健康评估实例第40-49页
        3.4.1 指标及级别的相对隶属度计算第42-43页
        3.4.2 权向量的计算第43-45页
        3.4.3 指标对级别的相对隶属度向量第45-46页
        3.4.4 边坡的综合评价第46-49页
    3.5 本章小结第49-50页
第4章 基于主成分分析法和神经网络的边坡健康预测研究第50-72页
    4.1 边坡健康影响因素的主成分分析法预处理第50-56页
        4.1.1 主成分分析法第50-52页
        4.1.2 边坡健康影响因素数据的主成分分析法预处理第52-56页
    4.2 基于BP神经网络的边坡健康状态的预测第56-64页
        4.2.1 BP神经网络第57-61页
        4.2.2 BP神经网络预测边坡健康状态第61-64页
    4.3 基于小波神经网络的边坡健康状态的预测第64-71页
        4.3.1 预测边坡健康状态的小波神经网络模型设计第66-69页
        4.3.2 小波神经网络预测边坡健康状态第69-71页
    4.4 本章小结第71-72页
第5章 结论与展望第72-74页
参考文献第74-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:基于遥感数据的海洋环境动态监视监测系统的研究与实现
下一篇:转子式流速仪检定系统的研究与设计