基于免疫算法下的信息融合技术在滑坡预报中的应用
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第1章 引言 | 第6-15页 |
| ·选题依据及研究目的 | 第6-7页 |
| ·滑坡的危害及研究滑坡的意义 | 第6-7页 |
| ·国内外研究现状 | 第7-13页 |
| ·滑坡预测预报的研究现状 | 第7-9页 |
| ·信息融合技术研究现状 | 第9-11页 |
| ·人工免疫系统研究现状 | 第11-13页 |
| ·本文具体研究内容 | 第13页 |
| ·论文主要创新点 | 第13-15页 |
| 第2章 信息融合理论简介 | 第15-22页 |
| ·信息融合的定义 | 第15页 |
| ·信息融合的基本原理 | 第15-16页 |
| ·多传感器信息融合系统的功能模型 | 第16-18页 |
| ·信息融合的算法 | 第18-20页 |
| ·随机类方法 | 第19页 |
| ·人工智能方法 | 第19-20页 |
| ·信息融合技术的应用领域及优越性 | 第20-22页 |
| 第3章 人工免疫系统简介 | 第22-31页 |
| ·人工免疫系统的模型 | 第22-25页 |
| ·人工免疫系统的算法 | 第25-30页 |
| ·免疫算法基本架构 | 第25-27页 |
| ·几种常见的免疫算法 | 第27-30页 |
| ·人工免疫系统的优越性 | 第30-31页 |
| 第4章 基于免疫算法下的滑坡多点位移信息融合 | 第31-35页 |
| ·滑坡多点位移信息融合 | 第31-32页 |
| ·基于数据层融合结构模型 | 第31-32页 |
| ·融合的算法 | 第32-35页 |
| ·一般免疫算法实现 | 第32-33页 |
| ·算法流程 | 第33-34页 |
| ·参数分析 | 第34-35页 |
| 第5章 实例验证 | 第35-66页 |
| ·实例1 一正在变形的滑坡体 | 第35-42页 |
| ·几种融合方法的融合值 | 第35-37页 |
| ·参数讨论 | 第37-42页 |
| ·实例2 丹巴滑坡 | 第42-60页 |
| ·丹巴滑坡的地理位置、形成条件及规模 | 第42-44页 |
| ·丹巴滑坡的危害 | 第44-45页 |
| ·各监测点的位移监测值结果 | 第45-47页 |
| ·几种融合方法的融合值 | 第47-50页 |
| ·参数讨论 | 第50-60页 |
| ·克隆选择算法实现 | 第60-66页 |
| ·算法流程 | 第60-61页 |
| ·参数分析 | 第61页 |
| ·对实例1融合结果的比较 | 第61-63页 |
| ·对实例2融合结果的比较 | 第63-66页 |
| 第6章 结论及建议 | 第66-68页 |
| ·结论 | 第66页 |
| ·建议 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-76页 |
