基于小波神经网络的建筑物沉降预测方法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-11页 |
| 第一章 绪论 | 第11-17页 |
| ·引言 | 第11-12页 |
| ·研究的目的和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文的研究内容与结构 | 第15-17页 |
| 第二章 小波分析理论基础 | 第17-23页 |
| ·连续小波变换 | 第18-19页 |
| ·离散小波变换与框架理论 | 第19-20页 |
| ·多分辨率分析 | 第20-23页 |
| 第三章 神经网络基本理论 | 第23-31页 |
| ·人工神经元基本模型 | 第23-24页 |
| ·神经网络的结构与工作方式 | 第24-26页 |
| ·人工神经网络的学习方法 | 第26-31页 |
| 第四章 智能优化算法 | 第31-41页 |
| ·粒子群优化算法 | 第31-33页 |
| ·模拟退火优化算法 | 第33-34页 |
| ·克隆免疫算法 | 第34-38页 |
| ·混沌优化算法 | 第38-41页 |
| 第五章 算法改进与实验结果 | 第41-59页 |
| ·建筑物沉降观测原理、误差来源及处理方法 | 第41-47页 |
| ·地基沉降数据及预测原理 | 第47-48页 |
| ·多种算法混合优化的改进方法 | 第48-51页 |
| ·多种群多策略的改进方法 | 第51-52页 |
| ·基于多样性控制的改进方法 | 第52-54页 |
| ·惯性权重的改进 | 第52-53页 |
| ·搜索精度的改进 | 第53-54页 |
| ·惯性权重的改进 | 第54页 |
| ·基于多样性控制的改进方法 | 第54-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·全文总结 | 第59-60页 |
| ·研究展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 附录 A(攻读学位期间发表论文目录) | 第69-71页 |
| 附录 B(攻读学位期间参与科研项目) | 第71页 |
