基于神经网络的尾矿坝稳定性可靠度分析及影响因素研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·选题的背景及意义 | 第8-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·存在的问题及发展趋势 | 第11-12页 |
| ·存在的问题 | 第11页 |
| ·发展趋势 | 第11-12页 |
| ·本文研究的主要内容 | 第12-13页 |
| 第二章 尾矿坝稳定性分析理论及方法 | 第13-29页 |
| ·尾矿坝稳定分析方法概述 | 第13页 |
| ·神经网络法 | 第13-19页 |
| ·神经网络法概述 | 第13-14页 |
| ·神经元模型 | 第14页 |
| ·激活传递函数 | 第14-15页 |
| ·神经网络的特点 | 第15页 |
| ·BP神经网络 | 第15-19页 |
| ·MATLAB软件介绍 | 第19页 |
| ·可靠度分析的基本原理和方法 | 第19-28页 |
| ·可靠性理论基本概念 | 第19-22页 |
| ·基本原理 | 第22-23页 |
| ·可靠度分析的基本方法 | 第23-25页 |
| ·神经网络的可靠度分析的原理与步骤 | 第25-26页 |
| ·可靠度的评价标准 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于神经网络的尾矿坝稳定性预测模型的构建 | 第29-43页 |
| ·尾矿坝稳定性影响因素分析 | 第29-32页 |
| ·尾矿砂物理力学特性对稳定性影响的分析 | 第29-30页 |
| ·水对尾矿坝稳定性影响 | 第30-32页 |
| ·预测模型的输入参数与输出参数的确定 | 第32-33页 |
| ·预测模型的网络结构选取 | 第33-35页 |
| ·网络层数的确定 | 第33页 |
| ·隐节点数的设计 | 第33-34页 |
| ·网络的传递函数 | 第34-35页 |
| ·训练样本集的设计 | 第35-36页 |
| ·样本数据的归一化处理 | 第36-38页 |
| ·程序说明 | 第38-40页 |
| ·网络训练 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 尾矿坝稳定性影响因素的灰色关联分析 | 第43-53页 |
| ·灰色系统理论概述 | 第43-44页 |
| ·灰色关联分析基本原理和方法 | 第44-47页 |
| ·灰色关联分析概述 | 第44-45页 |
| ·灰色关联度 | 第45页 |
| ·数据变换 | 第45-46页 |
| ·灰色关联分析模型 | 第46-47页 |
| ·学习样本数据为例进行灰色关联 | 第47-52页 |
| ·学习样本数据区间化 | 第47-49页 |
| ·差序列 | 第49-50页 |
| ·关联系数 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 工程实例应用 | 第53-67页 |
| ·工程概述 | 第53-58页 |
| ·地形及地貌条件 | 第53页 |
| ·地层岩性 | 第53-54页 |
| ·水文地质 | 第54-55页 |
| ·尾矿砂土的物理性质 | 第55-58页 |
| ·尾矿坝抗滑稳定可靠度计算与分析 | 第58-60页 |
| ·尾矿坝影响因素灰色关联分析 | 第60-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 结论与展望 | 第67-69页 |
| ·结论 | 第67页 |
| ·展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录 攻读硕士学位期间发表的论文 | 第74页 |
