| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景 | 第10页 |
| ·国内外似大地水准面发展状况 | 第10-12页 |
| ·本文研究目的与主要内容 | 第12-14页 |
| ·本文研究目的和意义 | 第12-13页 |
| ·本文研究主要内容 | 第13-14页 |
| 第二章 精化区域似大地水准面的方法 | 第14-32页 |
| ·重力法 | 第16-19页 |
| ·Stokes方法 | 第16-18页 |
| ·Molodensky理论 | 第18-19页 |
| ·混合方法(重力方法与GPS水准混合)移去-恢复法 | 第19-20页 |
| ·GPS水准几何方法 | 第20-30页 |
| ·单一模型 | 第20-26页 |
| ·综合模型 | 第26-30页 |
| ·本章总结 | 第30-32页 |
| 第三章 BP神经网络与遗传算法介绍 | 第32-49页 |
| ·人工神经网络概述 | 第33-34页 |
| ·人工神经网络的发展史 | 第33-34页 |
| ·人工神经网络系统 | 第34页 |
| ·BP神经网络的基本理论 | 第34-42页 |
| ·BP算法数学结构模型 | 第36-40页 |
| ·BP算法存在的问题以及改正的方法 | 第40-42页 |
| ·遗传算法的基本理论与遗传算法的修正 | 第42-45页 |
| ·遗传算法基本理论 | 第42-45页 |
| ·如何改进遗传算法 | 第45页 |
| ·遗传算法与神经网络的结合自适应GA-BP算法的结构设计 | 第45-48页 |
| ·本章总结 | 第48-49页 |
| 第四章 多模型在区域水准面精化中的应用 | 第49-64页 |
| ·建模思路 | 第49-53页 |
| ·传统模型二次曲面、Shepard曲面、两者的混合模型与加权综合模型算例分析 | 第53-55页 |
| ·BP神经网络与自适应GA-BP神经网络模型的算例分析 | 第55-63页 |
| ·BP神经网络模型算例分析 | 第55-61页 |
| ·自适应GA-BP神经网络算例分析 | 第61-63页 |
| ·本章总结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| ·论文总结 | 第64页 |
| ·本文的不足及展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68页 |
