城市公路隧道智能监控信息系统中若干技术的研究——排水系统
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-26页 |
| ·概述 | 第9页 |
| ·国内外公路隧道排水控制现状 | 第9-23页 |
| ·目前公路隧道排水的方式 | 第11-15页 |
| ·公路隧道排水控制方式 | 第15-23页 |
| ·目前排水控制系统存在的问题 | 第23页 |
| ·本文研究内容、目标及方法 | 第23-26页 |
| ·研究内容、目标 | 第24页 |
| ·研究方法 | 第24-25页 |
| ·创新点 | 第25-26页 |
| 第2章 隧道排水系统排水量计算及相关数学模型 | 第26-34页 |
| ·隧道内的排水过程 | 第26页 |
| ·隧道排水量计算 | 第26-31页 |
| ·降雨径流流量计算 | 第26-29页 |
| ·隧道渗水流量计算 | 第29-31页 |
| ·消防用水流量计算 | 第31页 |
| ·合流水量计算 | 第31页 |
| ·武昌火车站中山路隧道相关参数及计算 | 第31-32页 |
| ·隧道排水系统非线性动态流量模型 | 第32-34页 |
| 第3章 Elman神经网络的理论基础 | 第34-47页 |
| ·神经网络简介 | 第34-35页 |
| ·人工神经网络模型 | 第35-40页 |
| ·神经网络节点的形式化描述 | 第35-36页 |
| ·神经元状态转移函数的类型 | 第36-37页 |
| ·神经网络的拓扑结构 | 第37-38页 |
| ·神经网络的工作原理 | 第38页 |
| ·人工神经网络的学习规则 | 第38-40页 |
| ·Elman神经网络 | 第40-44页 |
| ·Elman网络的学习算法 | 第42-44页 |
| ·Elman神经网络用于排水量预测 | 第44-47页 |
| ·采用训练算法 | 第45页 |
| ·采用传递函数 | 第45页 |
| ·网络学习速率 | 第45-46页 |
| ·神经网络的训练 | 第46-47页 |
| 第4章 基于Elman网络的模糊控制 | 第47-57页 |
| ·模糊理论 | 第47-50页 |
| ·模糊集合及其隶属度函数 | 第47-48页 |
| ·模糊集合的基本运算 | 第48页 |
| ·模糊关系 | 第48-49页 |
| ·模糊关系的合成 | 第49-50页 |
| ·模糊控制模型 | 第50-57页 |
| ·基于模糊C均值分类 | 第50-52页 |
| ·模糊逻辑选择局部模型 | 第52-53页 |
| ·模糊规则的建立 | 第53-57页 |
| 第5章 隧道排水控制系统与工程仿真 | 第57-62页 |
| ·排水系统 | 第57-62页 |
| ·PLC子站水泵的控制 | 第57-58页 |
| ·控制系统工作模式 | 第58-59页 |
| ·不同控制系统的仿真比较 | 第59-62页 |
| 第6章 结论与展望 | 第62-64页 |
| ·结论 | 第62页 |
| ·存在的问题 | 第62-63页 |
| ·工作展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 硕士期间发表的论文 | 第68页 |
