【学位授予单位】:河海大学
【学位级别】:硕士
【学位授予年份】:2006
【分类号】:TU753
【DOI】:CNKI:CDMD:2.2006.076977
【目录】:
- 第一章 绪论9-22
- 1.1 选题依据及研究意义9
- 1.2 基坑工程信息化施工与基坑监测9-12
- 1.2.1 基坑工程信息化施工及研究进展9-10
- 1.2.2 基坑工程监测及研究进展10-12
- 1.3 智能算法在地质工程中的应用12-18
- 1.3.1 神经网络在地质工程中的应用13-15
- 1.3.2 遗传算法在地质工程中的应用15-16
- 1.3.3 模拟退火法在地质工程中的应用16-17
- 1.3.4 混沌理论在地质工程中的应用17-18
- 1.4 现代科学计算软件 MATLAB18-20
- 1.5 本文研究思路及技术路线20-22
- 1.5.1 研究思路20
- 1.5.2 本文主要研究内容20-22
- 第二章 智能算法原理22-46
- 2.1 优化算法综述22-23
- 2.1.1 函数优化问题22-23
- 2.1.2 组合优化问题23
- 2.2 优化算法分类23-24
- 2.3 遗传算法(GA)24-29
- 2.3.1 遗传算法的基本概念24-25
- 2.3.2 遗传算法的原理与基本步骤25-26
- 2.3.3 遗传算法的运行参数26-27
- 2.3.4 遗传算法的应用27-28
- 2.3.5 遗传算法的MATLAB实现28-29
- 2.4 模拟退火法(SA)29-33
- 2.4.1 模拟退火算法29-31
- 2.4.2 模拟退火算法关键参数和操作的设定31-33
- 2.4.3 模拟退火法的MATLAB实现33
- 2.5 混沌优化算法(COA)33-38
- 2.5.1 混沌的起源33-34
- 2.5.2 混沌的独特性质34
- 2.5.3 混沌优化算法原理34-35
- 2.5.4 变尺度混沌优化算法35-37
- 2.5.5 参数探讨37-38
- 2.6 人工神经网络(ANN)38-46
- 2.6.1 神经网络概念38-39
- 2.6.2 BP神经网络39-43
- 2.6.3 BP网络的 MATLAB实现43-46
- 第三章 基于基坑监测信息的智能预测方法46-56
- 3.1 BP神经网络的性能因素46-49
- 3.1.1 原始数据预处理46-47
- 3.1.2 初始权值W与阈值B47
- 3.1.3 BP网络结构47-48
- 3.1.4 BP网络推广能力的提高48-49
- 3.1.5 基于智能算法的BP网络改进49
- 3.2 遗传神经网络(GANN)预测模型49-52
- 3.2.1 利用遗传算法设计神经网络的权值W和阈值B方案50
- 3.2.2 基于遗传算法的神经网络权值及阈值优化算法50-51
- 3.2.3 遗传神经网络的MATLAB实现51-52
- 3.3 模拟退火神经网络(SANN)预测模型52-53
- 3.3.1 基于模拟退火算法的前馈神经网络52
- 3.3.2 模拟退火神经网络的MATLAB程序实现52-53
- 3.4 变尺度混沌神经网络(MSCNN)预测模型53-56
- 3.4.1 混沌在神经网络中的应用53-54
- 3.4.2 变尺度混沌优化方法确定BP网络初值54-55
- 3.4.3 变尺度混沌神经网络的MATLAB实现55-56
- 第四章 润扬大桥南锚啶深基坑监测信息智能预侧56-85
- 4.1 润扬大桥南锚旋深基坑工程概况56-62
- 4.1.1 工程概况56-61
- 4.1.2 工程地质及水文地质条件61-62
- 4.2 润扬大桥南锚旋基坑监测及资料分析62-71
- 4.2.1 南锚啶基坑监测62-63
- 4.2.2 监测资料分析63-71
- 4.3 基于智能算法的深基坑变形预测71-83
- 4.3.1 基坑变形预测问题的神经网络建模71-73
- 4.3.2 基于遗传算法的BP神经网络(GABP)预测73-78
- 4.3.3 基于模拟退火法的BP神经网络(SABP)预测78-81
- 4.3.4 基于变尺度混沌优化的BP神经网络(MSCBP)预测81-83
- 4.4 预测成果分析83-85
- 第五章 结论与展望85-87
- 5.1 主要结论85-86
- 5.2 研究中存在的问题及展望86-87
- 参考文献87-93
- 致谢93