文摘
英文文摘
第1章引言
1.1本文选题的出发点和现实意义
1.2国内外的研究动态
1.3本文研究的主要内容
1.4本文的组织结构
1.5本文的特色与创新
第2章人工神经网络的基本原理和方法
2.1神经网络技术概述
2.2神经网络的基本概念
2.3前馈神经网络模型
2.4BP神经网络的基本原理
2.4.1BP网络模型及主要思想
2.4.2BP算法的数学描述
2.5改进的BP神经网络学习算法
2.5.1传统BP算法的缺陷
2.5.2传统BP算法的改进
2.6改进BP算法与传统BP算法的性能对比研究
第3章基于人工神经网络的混凝土强度传统预测模型
3.1神经网络直接预测模型
3.1.1基本思想
3.1.2模型缺陷
3.2基于统计的神经网络预测模型
3.2.1主成分分析方法的基本思想
3.2.2主成分分析方法的数学模型
3.2.3主成分数目的选取
3.2.4主成分分析方法的计算步骤
3.2.5主成分分析方法在网络建模中的应用
3.2.6模型缺陷
第4章基于人工神经网络的非线性主成分分析方法
4.1非线性主成分分析的神经网络模型
4.1.1非线性主成分分析的基本原理
4.1.2神经网络在非线性主成分分析中的应用
4.1.3 NLPCA神经网络模型的应用实例
4.2改进的NLPCA神经网络模型
4.2.1 NLPCA神经网络模型结构的改进
4.2.2改进的NLPCA神经网络模型性能研究
4.3本章小结
第5章基于NLPCA的人工神经网络混凝土强度预测模型
5.1原始样本数据
5.2原始样本数据的预处理
5.2.1原始样本数据的归一化
5.2.2原始样本数据的线性及非线性主成分分析
5.3混凝土强度预测模型的建立
5.3.1神经网络直接预测模型
5.3.2基于PCA的神经网络预测模型
5.3.3基于NLPCA的神经网络预测模型
5.3.4三种模型的性能对比
5.4本章小结
第6章结论与展望
参考文献
作者在硕士研究生学习期间发表的学术论文
致谢
武汉理工大学;