| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 堆石坝反演分析的国内外研究现状 | 第10-12页 |
| 1.2.2 自适应差分进化算法的国内外研究现状 | 第12-13页 |
| 1.3 本文的主要内容 | 第13-15页 |
| 第2章 堆石坝变形分析的神经网络建模 | 第15-25页 |
| 2.1 引言 | 第15页 |
| 2.2 堆石坝变形的有限元分析原理 | 第15-19页 |
| 2.2.1 邓肯张E-B本构模型 | 第15-16页 |
| 2.2.2 堆石坝三维有限元模型的建立 | 第16-18页 |
| 2.2.3 基于实际施工进程的逐级加载过程模拟 | 第18-19页 |
| 2.3 堆石坝有限元正分析的BP神经网络建模 | 第19-24页 |
| 2.3.1 堆石坝有限元正分析的神经网络模型 | 第20-21页 |
| 2.3.2 神经网络模型BP算法的实现 | 第21-23页 |
| 2.3.3 堆石坝有限元正分析的神经网络求解步骤 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 堆石坝坝料参数反演的自适应差分进化算法 | 第25-38页 |
| 3.1 引言 | 第25页 |
| 3.2 堆石坝坝料参数反演的基本原理 | 第25-26页 |
| 3.2.1 反演分析的基本概念 | 第25-26页 |
| 3.2.2 堆石坝坝料参数反演的基本步骤 | 第26页 |
| 3.3 堆石坝参数反演的自适应差分进化算法原理 | 第26-29页 |
| 3.3.1 自适应差分进化算法简介 | 第26-27页 |
| 3.3.2 堆石坝参数反演的自适应差分进化算法的基本操作 | 第27-29页 |
| 3.4 结合神经网络和自适应差分进化算法的堆石坝参数方法 | 第29-33页 |
| 3.4.1 堆石坝参数反演的流程及步骤 | 第29-31页 |
| 3.4.2 参数反演方法的MATLAB实现 | 第31-33页 |
| 3.5 自适应差分进化算法与其他智能算法的比较分析 | 第33-37页 |
| 3.5.1 堆石坝参数反演的粒子群算法 | 第33-34页 |
| 3.5.2 堆石坝参数反演的遗传算法 | 第34-35页 |
| 3.5.3 自适应差分进化算法与粒子群算法的比较 | 第35-36页 |
| 3.5.4 自适应差分进化算法与遗传算法的比较 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 工程实例分析 | 第38-58页 |
| 4.1 工程概况 | 第38-39页 |
| 4.2 三维有限元建模 | 第39-41页 |
| 4.3 堆石坝正分析的神经网络模型 | 第41-45页 |
| 4.3.1 训练样本的构建 | 第41-43页 |
| 4.3.2 BP神经网络模型的建立及测试 | 第43-45页 |
| 4.4 不同算法的比较分析 | 第45-48页 |
| 4.4.1 不同算法的参数设置 | 第45-46页 |
| 4.4.2 不同算法性能分析 | 第46-48页 |
| 4.5 坝料参数反演 | 第48-53页 |
| 4.6 堆石坝应力变形分析 | 第53-56页 |
| 4.7 本章小结 | 第56-58页 |
| 第5章 结束语 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 发表论文和参加科研情况说明 | 第64-65页 |
| 致谢 | 第65-66页 |
