首页--农业科学论文--林业论文--森林采运与利用论文--木材学论文

基于智能决策的气候因子对木材特性影响预测的研究

摘要第1-6页
Abstract第6-8页
目录第8-10页
1 绪论第10-16页
   ·研究目的与意义第10-11页
   ·研究内容第11页
   ·国内外研究情况与发展第11-16页
     ·木材材质预测的情况与发展第11-12页
     ·气候因子对木材特性影响研究现状及发展趋势第12-13页
     ·智能算法研究现状及发展趋势第13-16页
2 基于改进的RBF神经网络的气候因子对木材特性的预测模型第16-27页
   ·RBF神经网络理论基础第16-19页
     ·人工神经网络的基础第16-17页
     ·RBF神经网络第17-19页
   ·模型改进的基本思想第19-22页
     ·改进网络的算法推导第19-20页
     ·改进网络的参数确定第20-22页
   ·基于改进的RBF神经网络模型的建立第22-24页
     ·数据准备第22页
     ·数据获取与整理第22-23页
     ·模型的建立第23-24页
   ·仿真结果与分析第24-26页
     ·仿真结果第24-26页
     ·仿真结果分析第26页
   ·本章小结第26-27页
3 基于改进的模糊RBF神经网络的气候因子对木材特性的预测模型第27-32页
   ·模糊神经网络的理论基础第27-29页
     ·模糊系统第27页
     ·模糊理论与神经网络的结合第27-28页
     ·模糊RBF神经网络改进及其研究第28-29页
   ·改进模型的建立第29-30页
   ·模型参数的确定第30-31页
     ·隐层内结点的确定第30页
     ·模糊RBF神经网络的参数学习第30-31页
   ·仿真结果与分析第31页
   ·本章小结第31-32页
4 基于改进遗传算法的RBF神经网络的气候因子对木材特性的预测模型第32-40页
   ·遗传算法的理论基础第32-34页
   ·模型改进的基本思路第34-35页
     ·问题的提出第34页
     ·染色体基因位编码第34页
     ·群体规模及遗传算子第34-35页
   ·基于遗传算法改进RBF网络模型的建立第35-37页
     ·具体的训练过程第36-37页
   ·仿真结果与分析第37-39页
     ·仿真结果第37-39页
     ·仿真结果分析第39页
   ·本章小结第39-40页
结论第40-42页
参考文献第42-45页
攻读学位期间发表旳学术论文第45-46页
致谢第46-47页

论文共47页,点击 下载论文
上一篇:东北白桦COMT1和CESA4基因克隆及反义COMT1遗传转化
下一篇:木材高频真空联合干燥控制方法的研究