波浪及波流共同作用下悬移质浓度垂线分布的研究
| 第一章 绪论 | 第1-17页 |
| 1．1 研究意义 | 第8页 |
| 1．2 悬移质浓度垂线分布研究综述 | 第8-13页 |
| 1．2．1 研究对象及运动机理 | 第8-10页 |
| 1．2．2 各种理论及其关系 | 第10-11页 |
| 1．2．3 波浪作用下悬移质浓度垂线分布 | 第11-12页 |
| 1．2．4 波流共同作用下悬移质浓度垂线分布 | 第12-13页 |
| 1．3 沙纹形状预测 | 第13-16页 |
| 1．3．1 沙纹的类型及形成条件 | 第13-14页 |
| 1．3．2 沙纹预测研究现状 | 第14-15页 |
| 1．3．3 神经网络及其在海岸动力研究中的应用 | 第15-16页 |
| 1．4 本文的主要工作 | 第16-17页 |
| 第二章 人工神经网络的基本概念及介绍 | 第17-25页 |
| 2．1 概述 | 第17-18页 |
| 2．1．1 人工神经网络的概念 | 第17页 |
| 2．1．2 人工神经网络的发展历程 | 第17-18页 |
| 2．1．3 人工神经网络的应用范围 | 第18页 |
| 2．2 人工神经网络的基本概念 | 第18-20页 |
| 2．2．1 神经元的结构 | 第18-19页 |
| 2．2．2 人工神经网络节点的形式化描述 | 第19页 |
| 2．2．3 神经元状态转移函数的类型 | 第19-20页 |
| 2．2．4 人工神经网络的工作方式 | 第20页 |
| 2．3 人工神经网络的基本模型 | 第20-23页 |
| 2．3．1 人工神经网络的分类及其拓扑结构 | 第20-21页 |
| 2．3．2 人工神经网络的各种模型 | 第21-23页 |
| 2．4 人工神经网络软件的介绍 | 第23-24页 |
| 2．5 本章小结 | 第24-25页 |
| 第三章 人工神经网络在沙纹形状预测中的应用 | 第25-44页 |
| 3．1 神经网络模型的建立 | 第25-29页 |
| 3．1．1 网络模型的选择 | 第25-26页 |
| 3．1．2 模型的结构 | 第26-28页 |
| 3．1．3 数据的收集和筛选 | 第28-29页 |
| 3．2 沙纹形状预测结果分析 | 第29-43页 |
| 3．2．1 预测情况划分和误差分析标准 | 第29-30页 |
| 3．2．2 用于对比的各类公式 | 第30-33页 |
| 3．2．3 波浪条件下沙纹形状预测 | 第33-40页 |
| 3．2．4 强波弱流条件下沙纹及巨型沙纹形状预测 | 第40-43页 |
| 3．3 本章小结 | 第43-44页 |
| 第四章 波浪作用下悬移质浓度的垂线分布 | 第44-53页 |
| 4．1 波浪作用下悬移质浓度垂线分布模型的建立 | 第44-50页 |
| 4．1．1 控制方程 | 第44-45页 |
| 4．1．2 浓度分布公式 | 第45-48页 |
| 4．1．3 参考浓度及摩阻系数的确定 | 第48-50页 |
| 4．2 模型验证 | 第50-52页 |
| 4．2．1 验证一 | 第50页 |
| 4．2．2 验证二 | 第50-52页 |
| 4．3 本章小结 | 第52-53页 |
| 第五章 波流共同作用下悬移质浓度的垂线分布 | 第53-67页 |
| 5．1 波流共同作用下悬移质浓度垂线分布模型 | 第53-59页 |
| 5．1．1 浓度分布公式 | 第53-55页 |
| 5．1．2 稳定参数的确定 | 第55-56页 |
| 5．1．3 摩阻流速的确定 | 第56-58页 |
| 5．1．4 求解过程及数据初始化 | 第58-59页 |
| 5．2 模型验证 | 第59-66页 |
| 5．2．1 摩阻流速验证 | 第59-62页 |
| 5．2．2 浓度验证 | 第62-64页 |
| 5．2．3 破碎波下浓度计算值与测量值的比较 | 第64-66页 |
| 5．3 本章小节 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6．1 本文主要结论 | 第67-68页 |
| 6．2 研究展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 发表论文和科研情况说明 | 第75-76页 |
| 致谢 | 第76页 |
