考虑区域沉降的高速铁路沉降预测方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题研究意义 | 第11-12页 |
| ·国内外现状 | 第12-14页 |
| ·人工神经网络发展 | 第12-13页 |
| ·高速铁路沉降监测 | 第13-14页 |
| ·本文主要研究内容 | 第14页 |
| ·本文的组织结构 | 第14-16页 |
| 第2章 基于人工神经网络的高速铁路沉降预测 | 第16-32页 |
| ·人工神经网络理论 | 第16-19页 |
| ·人工神经网络的概念和特征 | 第16-18页 |
| ·人工神经网络模型 | 第18-19页 |
| ·BP误差反向传播神经网络 | 第19-27页 |
| ·BP网络结构 | 第19-20页 |
| ·BP网络的学习算法 | 第20-23页 |
| ·BP网络的优点及存在的问题 | 第23-24页 |
| ·BP网络结构的优化 | 第24-26页 |
| ·改进的BP网络 | 第26-27页 |
| ·BP神经网络在高速铁路沉降监测中的应用 | 第27-32页 |
| ·数据获取 | 第27-29页 |
| ·神经网络设计 | 第29-31页 |
| ·沉降预测分析 | 第31-32页 |
| 第3章 基于遗传神经网络的高速铁路沉降预测 | 第32-44页 |
| ·遗传算法 | 第32-36页 |
| ·遗传算法的基本原理 | 第32-33页 |
| ·遗传算法构成要素 | 第33-35页 |
| ·遗传算法的特点 | 第35-36页 |
| ·遗传算法优化神经网络 | 第36-40页 |
| ·遗传算法与神经网络的异同 | 第36页 |
| ·遗传算法优化神经网络 | 第36-38页 |
| ·遗传算法优化BP网络的步骤 | 第38-40页 |
| ·遗传神经网络在高速铁路沉降监测中的应用 | 第40-44页 |
| 第4章 遗传神经网络在区域沉降地区的应用 | 第44-51页 |
| ·研究区域概况 | 第44-45页 |
| ·沉降变形因子的确定 | 第45-46页 |
| ·考虑区域沉降的遗传神经网络预测 | 第46-51页 |
| 结论及展望 | 第51-53页 |
| 本文主要研究成果 | 第51页 |
| 本文不足与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附表 | 第58-61页 |
| 攻读硕士学位期间科研成果 | 第61页 |
