首页--工业技术论文--建筑科学论文--地下建筑论文--市政工程论文--给水工程(上水道工程)论文

基于改进RBF神经网络算法的水质预测模型研究

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-14页
   ·研究背景及意义第7-8页
   ·国内外相关领域的研究现状第8-12页
     ·管网水质预测研究的总体现状第8-11页
     ·RBF 神经网络算法在水质预测中的研究现状第11-12页
   ·研究的主要内容和论文组织结构第12-14页
第二章 RBF 神经网络第14-22页
   ·RBF 神经网络简介第14-15页
   ·基于黄金分割法优化的隐含层节点数目第15-16页
   ·RBF 神经网络径向基中心的确定第16-17页
   ·RBF 神经网络权值的优化确定第17-21页
     ·输入层到隐含层的非线性映射第17页
     ·隐含层到输出层的线性映射第17-19页
     ·基于 L-M 算法的权值优化确定第19-21页
   ·本章小结第21-22页
第三章 遗传算法研究第22-30页
   ·遗传算法第22-23页
   ·遗传算法的基本结构第23-24页
   ·遗传算法的实现技术第24-28页
   ·遗传算法的优点第28-29页
   ·本章小结第29-30页
第四章 基于遗传算法的改进 RBF 神经网络算法第30-40页
   ·遗传算法与 RBF 神经网络结合的优点第30-31页
   ·改进的 RBF 神经网络算法第31-35页
     ·遗传优化方案的确定第31-32页
     ·改进的 RBF 神经网络算法第32-35页
   ·改进型 RBF 神经网络算法在管网水质预测中的应用第35-38页
   ·本章小结第38-40页
第五章 改进型 RBF 神经网络算法在水质预测模型中的应用第40-47页
   ·基于改进 RBF 神经网络算法水质预测模型的建立第40页
   ·界面设计第40-43页
     ·设计思路第40-41页
     ·界面设计第41页
     ·组件编程第41-43页
   ·基于改进 RBF 神经网络算法的水质预测第43-46页
   ·本章小结第46-47页
第六章 总结与展望第47-48页
   ·主要工作总结第47页
   ·本课题今后需进一步研究的地方第47-48页
参考文献第48-51页
个人简历 在读期间发表的学术论文第51-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:TBM推进机构误差分析与研究
下一篇:GASA算法在管网余氯衰减系数校正中的应用研究