基于BP网络和遗传算法的岩爆预测研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 第1章 引言 | 第13-37页 |
| ·岩爆的基本概念 | 第13页 |
| ·岩爆发生机理与岩爆预测研究现状 | 第13-29页 |
| ·岩爆的类型划分与烈度分级 | 第13-14页 |
| ·岩爆的一般特征 | 第14-16页 |
| ·岩爆的发生条件 | 第16-19页 |
| ·岩爆的形成机理 | 第19-25页 |
| ·岩爆的预测方法 | 第25-29页 |
| ·岩爆预测的研究意义 | 第29-35页 |
| ·论文的研究思路与主要研究内容 | 第35页 |
| ·论文的研究思路 | 第35页 |
| ·论文的主要研究内容 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第2章 人工神经网络基本理论 | 第37-60页 |
| ·人工神经网络概述 | 第37-42页 |
| ·人工神经网络技术发展背景及我国的发展概况 | 第37-38页 |
| ·人工神经网络的基本特点与功能 | 第38-41页 |
| ·人工神经网络的应用领域 | 第41-42页 |
| ·人工神经网络原理 | 第42-50页 |
| ·生物神经元模型 | 第42-43页 |
| ·人工神经元模型 | 第43-47页 |
| ·人工神经网络模型 | 第47-49页 |
| ·人工神经网络学习 | 第49-50页 |
| ·BP网络结构与算法 | 第50-55页 |
| ·BP网络结构 | 第50页 |
| ·BP网络算法 | 第50-55页 |
| ·BP网络的设计 | 第55-57页 |
| ·BP网络输入与输出参数的确定 | 第55-56页 |
| ·训练样本集的设计 | 第56-57页 |
| ·BP网络结构参数设计 | 第57页 |
| ·BP网络的缺陷与改进 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第3章 遗传算法基本理论 | 第60-74页 |
| ·遗传算法基本原理与特点 | 第60-64页 |
| ·遗传算法基本原理 | 第60-61页 |
| ·遗传算法的特点 | 第61-62页 |
| ·遗传算法的应用领域 | 第62-64页 |
| ·遗传算法的基本操作 | 第64-69页 |
| ·遗传算法的设计 | 第69-70页 |
| ·遗传算法在神经网络设计中的应用 | 第70-72页 |
| ·遗传算法与神经网络的结合方式 | 第70-72页 |
| ·遗传算法与神经网络相结合的实际应用 | 第72页 |
| ·本章小结 | 第72-74页 |
| 第4章 基于遗传算法优化的BP网络岩爆预测 | 第74-96页 |
| ·网络结构的设计 | 第75-80页 |
| ·网络影响因子的选取 | 第75-76页 |
| ·输入、输出节点个数的确定 | 第76-77页 |
| ·网络层数的确定 | 第77-80页 |
| ·遗传算法对BP网络权值的优化 | 第80-85页 |
| ·网络的训练 | 第85-89页 |
| ·工程应用实例 | 第89-90页 |
| ·不同预测方法结果的比较 | 第90-95页 |
| ·GA-BP预测结果与纯BP网络预测的比较 | 第91-94页 |
| ·GA-BP预测结果与常用判据预测的比较 | 第94-95页 |
| ·结论 | 第95页 |
| ·本章小结 | 第95-96页 |
| 第5章 结论与展望 | 第96-98页 |
| ·结论 | 第96-97页 |
| ·进一步工作的方向 | 第97-98页 |
| 致谢 | 第98-99页 |
| 参考文献 | 第99-103页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第103页 |
