|
|
|
电阻率法地质勘探反演方法研究 |
|
论文目录 |
|
摘要 | 第4-5页 | Abstract | 第5-6页 | 第1章 绪论 | 第9-15页 | 1.1 课题研究的目的与意义 | 第9页 | 1.2 激电法勘探反演国内外状况 | 第9-11页 | 1.3 地球物理反演非线性方法现状 | 第11-13页 | 1.3.1 遗传算法 | 第11页 | 1.3.2 蚁群算法 | 第11-12页 | 1.3.3 BP神经网络算法 | 第12-13页 | 1.3.4 模拟淬火算法 | 第13页 | 1.4 本文主要的研究工作 | 第13-15页 | 第2章 激发极化法理论与BEAM原理 | 第15-20页 | 2.1 交流激电法的主要观测参数 | 第15-16页 | 2.2 BEAM系统原理 | 第16-19页 | 2.3 本章小结 | 第19-20页 | 第3章 遗传算法优化神经网络算法勘探反演应用 | 第20-40页 | 3.1 BP神经网络与遗传算法联合 | 第20-21页 | 3.2 BP-GA网络联合原理与步骤 | 第21-24页 | 3.2.1 BP神经网络结构的确认 | 第21页 | 3.2.2 遗传算法对BP神经网络的优化 | 第21-24页 | 3.3 沙槽模型的GA-BP联合反演结果 | 第24-39页 | 3.3.1 单体石头模型的GA-BP联合反演 | 第24-32页 | 3.3.2 单体水模型的GA-BP联合反演 | 第32-35页 | 3.3.3 单体空气模型的GA-BP联合反演 | 第35-39页 | 3.4 本章小结 | 第39-40页 | 第4章 蚁群算法优化神经网络算法勘探反演应用 | 第40-54页 | 4.1 蚁群算法简介 | 第40-41页 | 4.2 ACO-BP网络法联合的原理 | 第41页 | 4.3 ACO-BP联合算法步骤 | 第41-43页 | 4.4 沙槽模型的ACO-BP联合反演结果 | 第43-53页 | 4.4.1 单体石头模型的ACO-BP联合反演 | 第44-48页 | 4.4.2 单体水模型的ACO-BP联合反演 | 第48-51页 | 4.4.3 单体空气模型的ACO-BP联合反演 | 第51-53页 | 4.5 本章小结 | 第53-54页 | 第5章 实验与勘探结果可视化 | 第54-61页 | 5.1 BEAM系统实验平台的搭建 | 第54-56页 | 5.2 实验过程 | 第56-58页 | 5.2.1 单体石头模型实验 | 第56-57页 | 5.2.2 单体空气模型实验 | 第57页 | 5.2.3 单体水模型实验 | 第57-58页 | 5.3 实验数据处理 | 第58-59页 | 5.4 反演结果可视化 | 第59-60页 | 5.5 本章小结 | 第60-61页 | 第6章 结论 | 第61-62页 | 参考文献 | 第62-65页 | 在学研究成果 | 第65-66页 | 致谢 | 第66页 |
|
|
|
|
论文编号BS3051076,这篇论文共66页 会员购买按0.35元/页下载,共需支付23.1元。 直接购买按0.5元/页下载,共需要支付33元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|