书籍详情
智能岩土工程导论
作者:刘开云 著
出版社:北京交通大学出版社
出版时间:2023-05-01
ISBN:9787512150058
定价:¥46.00
购买这本书可以去
内容简介
本书内容为岩土工程智能化领域科研、教学的新成果,具有极强的工程指导性与出版成果转化价值,融合作者年教学科研成果,90%的内容为原创内容。结合算例介绍了人工智能算法在岩土工程领域的应用
作者简介
暂缺《智能岩土工程导论》作者简介
目录
1绪论
1.1智能岩土力学产生的背景
1.1.1岩土工程面临的新形势
1.1.2以固体力学为基础发展起来的岩土力学面临的困难·
1.1.3人工智能的作用
1.1.4思维方式的转变
1.2智能科学的若干基本理论
1.3人工智能技术在岩土工程中的应用·2群智能仿生优化算法·
2.1模拟退火算法基本理论…
2.1.1模拟退火算法简介…
2.1.2模拟退火算法实现·
2.2遗传算法
2.2.1遗传算法的基本思想
2.2.2遗传算法的性
2.2.3遗传算法的实现
2.2.4基本遗传算法
2.2.5的遗传算法
2.3粒子群优化算法
2.3.1粒子群优化算法原理
2.3.2基于SA和PSOA的函数测试
2.4粒子群-模拟退火混合优化算法·
2.4.1标准粒子群优化算法的研究现状
2.4.2粒子群一模拟退火混合优化算法的串行设计
2.5免疫克隆选择算法
2.6群智能的优势及粒子群优化算法特点
3人工神经网络算法
3.1概论·
3.1.1神经元的一般模型
3.1.2人工神经网络的特点
3.1.3人工神经网络的学·
3.1.4人工神经网络存在的主要问题
3.2BP神经网络算法
3.3 PSO-BP神经网络耦合算法…
3.4工程应用实例——隧道钻爆施工光面爆破参数的优化
3.4.1光面爆破参数优化的数学模型
3.4.2光面爆破参数优化数学模型的求解方法
3.4.3基于PSO-BP神经网络耦合算法的岭隧道光面爆破参数优化·
3.4.4BP神经网络样本的获取·
3.4.5隧道光面爆破输入与输出参数PSO-BP智能映射模型的建立——网络…
3.4.6基于PSO-BP神经网络耦合算法的隧道光面爆破参数优化——模型求解
3.4.7基于PSO-BP神经网络耦合算法的隧道光面爆破参数优化——工程算例
4支持向量机算法及其在岩土工程领域的应用
4.1支持向量机产生的背景
4.2 机器学本问题和方法·
4.2.1机器学…
4.2.2统计学·
4.3支持向量机算·
4.3.1支持向量分类算法
4.3.2支持向量回归算法
……
6人工智能技术在岩土工程中的综合应用——公路隧道施工智能辅助决策系统的开发
6.1隧道施工监测信息管理及反馈系统研究
6.1.1能体设计
6.1.2监测信息管理系统设计
6.1.3系统数据库设计
6.1.4系统界面设计
6.1.5系统后台主体程序设计
6.2监测数据回归分析与反馈
6.2.1监测数据的PSOA回归分析
6.2.2监测数据的PSOA回归分析实例
6.2.3回归函数的选择
6.2.4含丢失位移的监测数据回归
6.2.5 围岩稳定性判断准则
6.3基于PSO-BP神经网络耦合算法的围岩变形超前预报
6.4基于围岩压力监测数据的初支稳定性分析
6.4.1有限元分析基本原理
6.4.2有限元分析程序设计
6.4.3 岭隧道围岩压力监测有限元分析实例
6.5监测数据分析与管理系统应用实例
6.5.1监测数据录入与存储
6.5.2监测数据回归分析
6.5.3监测数据时态曲线图
6.5.4报表功能
6.5.5 监测数据分析与预测专家库
6.6公路隧道施工智能辅助决策系统研究
6.6.1能体设计
6.6.2隧道施工期围岩快速分级模块
6.6.3光面爆破工艺参数优化模块
参考文献
1.1智能岩土力学产生的背景
1.1.1岩土工程面临的新形势
1.1.2以固体力学为基础发展起来的岩土力学面临的困难·
1.1.3人工智能的作用
1.1.4思维方式的转变
1.2智能科学的若干基本理论
1.3人工智能技术在岩土工程中的应用·2群智能仿生优化算法·
2.1模拟退火算法基本理论…
2.1.1模拟退火算法简介…
2.1.2模拟退火算法实现·
2.2遗传算法
2.2.1遗传算法的基本思想
2.2.2遗传算法的性
2.2.3遗传算法的实现
2.2.4基本遗传算法
2.2.5的遗传算法
2.3粒子群优化算法
2.3.1粒子群优化算法原理
2.3.2基于SA和PSOA的函数测试
2.4粒子群-模拟退火混合优化算法·
2.4.1标准粒子群优化算法的研究现状
2.4.2粒子群一模拟退火混合优化算法的串行设计
2.5免疫克隆选择算法
2.6群智能的优势及粒子群优化算法特点
3人工神经网络算法
3.1概论·
3.1.1神经元的一般模型
3.1.2人工神经网络的特点
3.1.3人工神经网络的学·
3.1.4人工神经网络存在的主要问题
3.2BP神经网络算法
3.3 PSO-BP神经网络耦合算法…
3.4工程应用实例——隧道钻爆施工光面爆破参数的优化
3.4.1光面爆破参数优化的数学模型
3.4.2光面爆破参数优化数学模型的求解方法
3.4.3基于PSO-BP神经网络耦合算法的岭隧道光面爆破参数优化·
3.4.4BP神经网络样本的获取·
3.4.5隧道光面爆破输入与输出参数PSO-BP智能映射模型的建立——网络…
3.4.6基于PSO-BP神经网络耦合算法的隧道光面爆破参数优化——模型求解
3.4.7基于PSO-BP神经网络耦合算法的隧道光面爆破参数优化——工程算例
4支持向量机算法及其在岩土工程领域的应用
4.1支持向量机产生的背景
4.2 机器学本问题和方法·
4.2.1机器学…
4.2.2统计学·
4.3支持向量机算·
4.3.1支持向量分类算法
4.3.2支持向量回归算法
……
6人工智能技术在岩土工程中的综合应用——公路隧道施工智能辅助决策系统的开发
6.1隧道施工监测信息管理及反馈系统研究
6.1.1能体设计
6.1.2监测信息管理系统设计
6.1.3系统数据库设计
6.1.4系统界面设计
6.1.5系统后台主体程序设计
6.2监测数据回归分析与反馈
6.2.1监测数据的PSOA回归分析
6.2.2监测数据的PSOA回归分析实例
6.2.3回归函数的选择
6.2.4含丢失位移的监测数据回归
6.2.5 围岩稳定性判断准则
6.3基于PSO-BP神经网络耦合算法的围岩变形超前预报
6.4基于围岩压力监测数据的初支稳定性分析
6.4.1有限元分析基本原理
6.4.2有限元分析程序设计
6.4.3 岭隧道围岩压力监测有限元分析实例
6.5监测数据分析与管理系统应用实例
6.5.1监测数据录入与存储
6.5.2监测数据回归分析
6.5.3监测数据时态曲线图
6.5.4报表功能
6.5.5 监测数据分析与预测专家库
6.6公路隧道施工智能辅助决策系统研究
6.6.1能体设计
6.6.2隧道施工期围岩快速分级模块
6.6.3光面爆破工艺参数优化模块
参考文献
猜您喜欢