岩质隧道本构模型及参数人工智能反分析研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-10页 |
| ·岩体工程反分析方法研究动态 | 第10-14页 |
| ·本文所做的工作 | 第14-16页 |
| 第二章 系统辨识理论 | 第16-27页 |
| ·系统辨识的基本原理 | 第16-19页 |
| ·位移反分析 | 第19-20页 |
| ·岩体弹塑性模型 | 第20-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 免疫进化规划算法 | 第27-37页 |
| ·进化规划 | 第27-31页 |
| ·免疫算法浓度调节机制 | 第31-33页 |
| ·免疫进化规划算法及其性能测试 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 进化神经网络优化反分析模型 | 第37-50页 |
| ·BP网络及其改进 | 第37-40页 |
| ·神经网络结构优化 | 第40-45页 |
| ·神经网络测试 | 第45-48页 |
| ·模型及参数辨识 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 计算实例分析 | 第50-66页 |
| ·计算模型 | 第50-52页 |
| ·样本的构造 | 第52-54页 |
| ·计算过程 | 第54-64页 |
| ·辨识结果的应用 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 结论与展望 | 第66-68页 |
| ·结论 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71页 |
