人工神经网络方法在基坑变形预测中的应用研究
| 第1章 绪论 | 第1-10页 |
| 1．1 基坑变形预测的历史与现状 | 第6-8页 |
| 1．2 本课题的确立及研究意义 | 第8页 |
| 1．3 主要研究内容和方法 | 第8-10页 |
| 1．3．1 主要研究内容 | 第8页 |
| 1．3．2 研究方法和技术路线 | 第8-10页 |
| 第2章 基坑变形监测 | 第10-14页 |
| 2．1 基坑变形监测 | 第10-12页 |
| 2．2 监测数据预处理 | 第12-14页 |
| 第3章 人工神经网络简介 | 第14-19页 |
| 3．1 人工神经网络的发展概况 | 第14-15页 |
| 3．2 人工神经网络的基本特征和结构 | 第15-19页 |
| 3．2．1 人工神经网络的基本特征 | 第15-16页 |
| 3．2．2 人工神经网络的构成原理 | 第16-19页 |
| 第4章 基坑变形预测的BP模型 | 第19-25页 |
| 4．1 BP网络模型算法原理 | 第19-21页 |
| 4．2 变形预测的BP模型 | 第21-25页 |
| 第5章 其它预测模型 | 第25-34页 |
| 5．1 时间序列AR预测模型 | 第25-29页 |
| 5．1．1 时间序列AR模型简介 | 第25-26页 |
| 5．1．2 时间序列AR预测模型 | 第26-29页 |
| 5．2 灰色系统GM预测模型 | 第29-34页 |
| 5．2．1 灰色系统GM模型简介 | 第29-31页 |
| 5．2．2 灰色系统GM预测模型 | 第31-34页 |
| 第6章 工程应用实例 | 第34-54页 |
| 6．1 工程实例1 | 第34-51页 |
| 6．1．1 人工神经网络BP模型应用 | 第34-45页 |
| 6．1．2 灰色系统模型应用 | 第45-47页 |
| 6．1．3 时间序列 AR模型应用 | 第47-49页 |
| 6．1．4 三种模型预测结果的分析、比较 | 第49-51页 |
| 6．2 工程实例2 | 第51-54页 |
| 6．2．1 工程概况 | 第51页 |
| 6．2．2 人工神经网络模型应用 | 第51-52页 |
| 6．2．3 GM模型应用 | 第52-53页 |
| 6．2．4 AR模型应用 | 第53页 |
| 6．2．5 三种模型预测结果比较、分析 | 第53-54页 |
| 第7章 结论与展望 | 第54-56页 |
| 7．1 主要结论 | 第54页 |
| 7．2 今后努力的方向 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
