人工智能算法在移民搬遷選址評(píng)價(jià)中的應(yīng)用研究

定　價(jià)：￥56.00

作　者：	賀子光著
出版社：	黃河水利出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

京東 (￥56.00)

ISBN：	9787550910638	出版時(shí)間：	2020-01-01	包裝：	平裝
開本：	32開	頁數(shù)：	234	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《人工智能算法在移民搬遷選址評(píng)價(jià)中的應(yīng)用研究》在系統(tǒng)總結(jié)國(guó)內(nèi)外相關(guān)研究成果的基礎(chǔ)上，以陜西省漢中市勉縣為研究區(qū)域，首先，對(duì)研究區(qū)地質(zhì)災(zāi)害發(fā)育規(guī)律及影響因素進(jìn)行分析，確定地質(zhì)災(zāi)害主要影響因素；根據(jù)研究區(qū)地理和人文環(huán)境及生產(chǎn)要素的特點(diǎn)，確定影響移民搬遷選址適宜性評(píng)價(jià)指標(biāo)，并對(duì)評(píng)價(jià)指標(biāo)進(jìn)行分級(jí)，利用層次分析法確定各評(píng)價(jià)指標(biāo)權(quán)重。然后，通過建立移民選址評(píng)價(jià)數(shù)學(xué)模型，基于決策數(shù)學(xué)方法，分別建立模糊綜合評(píng)價(jià)模型、理想點(diǎn)法評(píng)價(jià)模型和未確知測(cè)度理論評(píng)價(jià)模型，并對(duì)各模型評(píng)價(jià)結(jié)果進(jìn)行驗(yàn)證。最后，針對(duì)已有人工智能優(yōu)化方法的不足之處，對(duì)其進(jìn)行改進(jìn)，提高了智能優(yōu)化算法的收斂精度和收斂速度，提高算法深度學(xué)習(xí)能力和評(píng)價(jià)精度?！度斯ぶ悄芩惴ㄔ谝泼癜徇w選址評(píng)價(jià)中的應(yīng)用研究》可供從事地質(zhì)災(zāi)害評(píng)估研究的科研工作者和工程專業(yè)技術(shù)人員、從事選址評(píng)價(jià)研究的相關(guān)研究人員參考使用。

作者簡(jiǎn)介

暫缺《人工智能算法在移民搬遷選址評(píng)價(jià)中的應(yīng)用研究》作者簡(jiǎn)介

圖書目錄

前言
章緒論
1．1 選題背景和研究意義
1．2 陜南移民搬遷總體規(guī)劃及選址原則
1．3 已建安置點(diǎn)的不足之處
1．4 國(guó)內(nèi)外移民搬遷選址研究現(xiàn)狀
1．5 評(píng)價(jià)方法的研究現(xiàn)狀
1．6 研究?jī)?nèi)容及創(chuàng)新點(diǎn)
1．7 研究思路和技術(shù)路線
第2章區(qū)域自然地理與地質(zhì)環(huán)境概況
2．1 研究區(qū)概況
2．2 區(qū)域自然地理與地質(zhì)環(huán)境
2．3 本章小結(jié)
第3章地質(zhì)災(zāi)害發(fā)育特點(diǎn)及影響因素
3．1 研究區(qū)地質(zhì)災(zāi)害發(fā)育及分布特征
3．2 區(qū)域地質(zhì)災(zāi)害影響因素
3．3 地質(zhì)災(zāi)害空間發(fā)育規(guī)律
3．4 地質(zhì)災(zāi)害的空間形態(tài)
3．5 區(qū)域地質(zhì)災(zāi)害的時(shí)間分布特征
3．6 本章小結(jié)
第4章陜南移民搬遷選址評(píng)價(jià)指標(biāo)體系構(gòu)建
4．1 陜南移民搬遷選址評(píng)價(jià)指標(biāo)體系分析
4．2 指標(biāo)體系構(gòu)建
4．3 評(píng)價(jià)指標(biāo)體系分級(jí)標(biāo)準(zhǔn)
4．4 評(píng)價(jià)指標(biāo)權(quán)重的確定
4．5 本章小結(jié)
第5章陜南移民搬遷選址傳統(tǒng)評(píng)價(jià)方法研究
5．1 建立評(píng)價(jià)指標(biāo)圖層
5．2 模糊綜合評(píng)價(jià)模型
5．3 基于理想點(diǎn)法的評(píng)價(jià)模型
5．4 基于未確知測(cè)度理論的評(píng)價(jià)模型
5．5 評(píng)價(jià)結(jié)果驗(yàn)證及對(duì)比
5．6 本章小結(jié)
第6章陜南移民搬遷選址人工智能評(píng)價(jià)方法研究
6．1 基于EDBA方法的投影尋蹤模型
6．2 基于MFOA-GRNN方法的評(píng)價(jià)模型
6．3 基于MPS0-LSSVM方法的評(píng)價(jià)模型
6．4 基于MGEP-Mirm方法的評(píng)價(jià)模型
6．5 基于貓群算法和K-均值聚類分析
6．6 各種人工智能方法性能對(duì)比分析
6．7 適宜性分區(qū)圖的實(shí)現(xiàn)
6．8 本章小結(jié)
第7章結(jié)論和展望
7．1 結(jié)論
7．2 展望
參考文獻(xiàn)
附圖