遗传算法与神经网络在大坝安全监测预报中的应用

第一章 绪论	第1-25页
·大坝安全监测预报研究综述	第12-15页
·遗传算法研究综述	第15-23页
·原始数据的预处理	第23-24页
·本论文研究的主要内容	第24-25页
第二章 基于扰动的加速神经网络模型及其应用	第25-34页
·概述	第25-26页
·神经网络的改进方式	第26页
·加速神经网络实现步骤	第26-29页
·对DABP模型进行检验	第29-32页
·DABP模型在大坝安全监测预报中的应用	第32-33页
·小结	第33-34页
第三章 基于遗传算法的门限自回归模型及其应用	第34-41页
·概述	第34页
·门限自回归模型的改进方式	第34-36页
·基于遗传算法的门限自回归模型	第36-37页
·TAR模型的预测	第37-38页
·应用实例	第38-40页
·小结	第40-41页
第四章 基于遗传算法的双线形模型及其应用	第41-45页
·概述	第41页
·基于遗传算法的双线性模型	第41-43页
·应用实例	第43-44页
·小结	第44-45页
第五章 基于遗传算法的门限双线性模型及其应用	第45-52页
·概述	第45页
·神经网络可变权的组合预报模型	第45-46页
·遗传门限双线性模型	第46-48页
·各模型在大坝安全监测预报应用中的比较	第48-51页
·小结	第51-52页
第六章 结论与展望	第52-54页
参考文献	第54-56页