| 第一章 绪论 | 第1-22页 |
| ·选题依据及研究意义 | 第9页 |
| ·基坑工程信息化施工与基坑监测 | 第9-12页 |
| ·基坑工程信息化施工及研究进展 | 第9-10页 |
| ·基坑工程监测及研究进展 | 第10-12页 |
| ·智能算法在地质工程中的应用 | 第12-18页 |
| ·神经网络在地质工程中的应用 | 第13-15页 |
| ·遗传算法在地质工程中的应用 | 第15-16页 |
| ·模拟退火法在地质工程中的应用 | 第16-17页 |
| ·混沌理论在地质工程中的应用 | 第17-18页 |
| ·现代科学计算软件 MATLAB | 第18-20页 |
| ·本文研究思路及技术路线 | 第20-22页 |
| ·研究思路 | 第20页 |
| ·本文主要研究内容 | 第20-22页 |
| 第二章 智能算法原理 | 第22-46页 |
| ·优化算法综述 | 第22-23页 |
| ·函数优化问题 | 第22-23页 |
| ·组合优化问题 | 第23页 |
| ·优化算法分类 | 第23-24页 |
| ·遗传算法(GA) | 第24-29页 |
| ·遗传算法的基本概念 | 第24-25页 |
| ·遗传算法的原理与基本步骤 | 第25-26页 |
| ·遗传算法的运行参数 | 第26-27页 |
| ·遗传算法的应用 | 第27-28页 |
| ·遗传算法的MATLAB实现 | 第28-29页 |
| ·模拟退火法(SA) | 第29-33页 |
| ·模拟退火算法 | 第29-31页 |
| ·模拟退火算法关键参数和操作的设定 | 第31-33页 |
| ·模拟退火法的MATLAB实现 | 第33页 |
| ·混沌优化算法(COA) | 第33-38页 |
| ·混沌的起源 | 第33-34页 |
| ·混沌的独特性质 | 第34页 |
| ·混沌优化算法原理 | 第34-35页 |
| ·变尺度混沌优化算法 | 第35-37页 |
| ·参数探讨 | 第37-38页 |
| ·人工神经网络(ANN) | 第38-46页 |
| ·神经网络概念 | 第38-39页 |
| ·BP神经网络 | 第39-43页 |
| ·BP网络的 MATLAB实现 | 第43-46页 |
| 第三章 基于基坑监测信息的智能预测方法 | 第46-56页 |
| ·BP神经网络的性能因素 | 第46-49页 |
| ·原始数据预处理 | 第46-47页 |
| ·初始权值W与阈值B | 第47页 |
| ·BP网络结构 | 第47-48页 |
| ·BP网络推广能力的提高 | 第48-49页 |
| ·基于智能算法的BP网络改进 | 第49页 |
| ·遗传神经网络(GANN)预测模型 | 第49-52页 |
| ·利用遗传算法设计神经网络的权值W和阈值B方案 | 第50页 |
| ·基于遗传算法的神经网络权值及阈值优化算法 | 第50-51页 |
| ·遗传神经网络的MATLAB实现 | 第51-52页 |
| ·模拟退火神经网络(SANN)预测模型 | 第52-53页 |
| ·基于模拟退火算法的前馈神经网络 | 第52页 |
| ·模拟退火神经网络的MATLAB程序实现 | 第52-53页 |
| ·变尺度混沌神经网络(MSCNN)预测模型 | 第53-56页 |
| ·混沌在神经网络中的应用 | 第53-54页 |
| ·变尺度混沌优化方法确定BP网络初值 | 第54-55页 |
| ·变尺度混沌神经网络的MATLAB实现 | 第55-56页 |
| 第四章 润扬大桥南锚啶深基坑监测信息智能预侧 | 第56-85页 |
| ·润扬大桥南锚旋深基坑工程概况 | 第56-62页 |
| ·工程概况 | 第56-61页 |
| ·工程地质及水文地质条件 | 第61-62页 |
| ·润扬大桥南锚旋基坑监测及资料分析 | 第62-71页 |
| ·南锚啶基坑监测 | 第62-63页 |
| ·监测资料分析 | 第63-71页 |
| ·基于智能算法的深基坑变形预测 | 第71-83页 |
| ·基坑变形预测问题的神经网络建模 | 第71-73页 |
| ·基于遗传算法的BP神经网络(GABP)预测 | 第73-78页 |
| ·基于模拟退火法的BP神经网络(SABP)预测 | 第78-81页 |
| ·基于变尺度混沌优化的BP神经网络(MSCBP)预测 | 第81-83页 |
| ·预测成果分析 | 第83-85页 |
| 第五章 结论与展望 | 第85-87页 |
| ·主要结论 | 第85-86页 |
| ·研究中存在的问题及展望 | 第86-87页 |
| 参考文献 | 第87-93页 |
| 致谢 | 第93页 |