轨道交通引起地面振动的智能分析方法
| 第一章 绪论 | 第1-18页 |
| ·研究课题的提出 | 第11-12页 |
| ·研究的现状及发展趋势 | 第12-14页 |
| ·需要进一步研究的问题 | 第14页 |
| ·本文研究的基本思想 | 第14-16页 |
| ·本文研究的内容 | 第16页 |
| ·课题研究的应用前景 | 第16-18页 |
| 第二章 轨道交通引起地面振动的解析方法 | 第18-28页 |
| ·引言 | 第18页 |
| ·系统流程图 | 第18-19页 |
| ·直角坐标系下公式推导 | 第19-21页 |
| ·直角坐标系下波动方程的解 | 第21-23页 |
| ·刚度系数矩阵的求解 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 轨道交通引起地面振动的有限元分析 | 第28-45页 |
| ·引言 | 第28页 |
| ·列车运行时移动荷载的模拟 | 第28-29页 |
| ·地面振动的三维有限元分析 | 第29-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 应用于轨道交通引起地面振动分析的智能方法 | 第45-52页 |
| ·引言 | 第45页 |
| ·神经网络模型与学习算法 | 第45-47页 |
| ·BP神经网络 | 第47-50页 |
| ·遗传算法 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 压缩映射遗传算法的研究 | 第52-61页 |
| ·引言 | 第52页 |
| ·遗传算法的收敛性 | 第52-53页 |
| ·压缩映射原理 | 第53-54页 |
| ·压缩映射遗传算法 | 第54-60页 |
| ·算例 | 第60页 |
| ·本章小结 | 第60-61页 |
| 第六章 基于遗传神经网络的地基土本构模型 | 第61-70页 |
| ·引言 | 第61页 |
| ·BP神经网络的逼近能力 | 第61-64页 |
| ·BP神经网络逼近地基土本构关系 | 第64-66页 |
| ·遗传神经网络逼近地基土本构关系 | 第66-67页 |
| ·算例 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第七章 基于遗传神经网络的有限元计算研究 | 第70-82页 |
| ·引言 | 第70页 |
| ·反馈神经网络 | 第70-71页 |
| ·稳定性分析基础 | 第71-74页 |
| ·Hopfield神经网络的稳定性 | 第74-76页 |
| ·基于神经网络的二次优化计算 | 第76-79页 |
| ·基于遗传神经网络的二次优化计算 | 第79-80页 |
| ·基于遗传神经网络的有限元计算 | 第80页 |
| ·本章小结 | 第80-82页 |
| 第八章 基于遗传神经网络的地面振动场反演的研究 | 第82-90页 |
| ·引言 | 第82页 |
| ·自递归神经网络 | 第82-87页 |
| ·压缩映射遗传自递归神经网络 | 第87-88页 |
| ·地面振动场的反演 | 第88-89页 |
| ·本章小结 | 第89-90页 |
| 第九章 智能分析系统实现及计算结果分析 | 第90-109页 |
| ·引言 | 第90页 |
| ·面向对象方法 | 第90-91页 |
| ·计算结果三维可视化 | 第91-92页 |
| ·三维绘制工具及环境 | 第92页 |
| ·软件模块划分 | 第92-93页 |
| ·解析方法算例及计算结果分析 | 第93-99页 |
| ·二次优化的遗传神经网络计算及计算结果分析 | 第99-104页 |
| ·基于遗传神经网络的振动场反演及计算结果分析 | 第104-108页 |
| ·本章小结 | 第108-109页 |
| 第十章 总结与展望 | 第109-112页 |
| ·全文总结及结论 | 第109-111页 |
| ·展望 | 第111-112页 |
| 参考文献 | 第112-119页 |
| 作者在攻读博士学位期间发表的学术论文和书籍 | 第119-120页 |
| 致谢 | 第120页 |
