高速公路软土地基沉降预测模型研究与ES实现技术
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·高速公路软基沉降研究的意义 | 第8页 |
| ·高速公路软基沉降理论研究现状 | 第8-9页 |
| ·沉降预测物理模型的研究现状 | 第9页 |
| ·沉降预测数理模型的研究现状 | 第9页 |
| ·软基沉降预测存在的问题及展望 | 第9-10页 |
| ·高速公路软基沉降预测专家系统的提出 | 第10-11页 |
| ·软基沉降预测理论与ES 技术的结合 | 第10页 |
| ·专家系统对本研究的支持 | 第10-11页 |
| ·主要研究内容 | 第11-13页 |
| ·论文研究的主要内容 | 第11-12页 |
| ·程序设计的主要内容 | 第12-13页 |
| 第二章 最终沉降量的一般推求方法 | 第13-25页 |
| ·《规范》推荐方法简介 | 第13-17页 |
| ·双曲线法 | 第13-14页 |
| ·指数曲线法 | 第14页 |
| ·Asaoka 观测法 | 第14-17页 |
| ·《规范》推荐方法比较 | 第17-18页 |
| ·实用沉降预测方法 | 第18-24页 |
| ·沉降经验系数推求 | 第18-19页 |
| ·通过推测数据对理论计算沉降的修正 | 第19-22页 |
| ·固结系数的反演 | 第22-24页 |
| ·其他沉降量推求方法 | 第24-25页 |
| 第三章 人工神经网络技术 | 第25-39页 |
| ·神经网络简介 | 第25-26页 |
| ·神经网络的特点与发展 | 第25-26页 |
| ·神经网络技术的应用范畴 | 第26页 |
| ·人工神经网络基础 | 第26-31页 |
| ·人工神经网络的生物原型 | 第26-28页 |
| ·神经元的信息处理与传递 | 第28页 |
| ·神经元的数学模型 | 第28-30页 |
| ·人工神经网络的拓扑结构 | 第30-31页 |
| ·BP 网络 | 第31-33页 |
| ·BP 网络原理介绍 | 第31页 |
| ·BP 网络的结构 | 第31页 |
| ·BP 网络的学习及应用过程 | 第31-33页 |
| ·小波神经网络 | 第33-35页 |
| ·小波分析简介 | 第33-34页 |
| ·小波母函数 | 第34页 |
| ·网络结构 | 第34-35页 |
| ·学习算法 | 第35页 |
| ·粒子群优化算法 | 第35-39页 |
| ·算法介绍 | 第36页 |
| ·利用PSO 算法改进神经网络 | 第36-37页 |
| ·PSO 的参数设置 | 第37页 |
| ·基于PSO 算法的小波神经网络 | 第37-39页 |
| 第四章 神经网络模型预测软基沉降 | 第39-47页 |
| ·影响软土路基沉降的因素 | 第39页 |
| ·数据输入与归一化处理 | 第39页 |
| ·算法实现 | 第39-41页 |
| ·工程算例 | 第41-45页 |
| ·样本训练 | 第41-43页 |
| ·沉降预测 | 第43-44页 |
| ·预测效果评价 | 第44-45页 |
| ·参数影响分析 | 第45页 |
| ·应用总结 | 第45-47页 |
| 第五章 ES 实现技术与设计流程分析 | 第47-65页 |
| ·软件工程方法概述 | 第47-53页 |
| ·软件的概念 | 第47页 |
| ·软件生存周期 | 第47-48页 |
| ·瀑布模型 | 第48-49页 |
| ·问题定义 | 第49页 |
| ·可行性研究 | 第49-50页 |
| ·需求分析 | 第50页 |
| ·总体设计 | 第50-51页 |
| ·详细设计 | 第51-52页 |
| ·编码 | 第52页 |
| ·软件测试 | 第52-53页 |
| ·软件维护 | 第53页 |
| ·前期设计过程 | 第53-55页 |
| ·问题定义 | 第53页 |
| ·可行性研究 | 第53页 |
| ·需求分析 | 第53页 |
| ·总体设计 | 第53-54页 |
| ·详细设计与编码 | 第54页 |
| ·成果、测试及维护 | 第54-55页 |
| ·混合编程与接口 | 第55-57页 |
| ·编译COM 组件 | 第55-57页 |
| ·C#下调用组件 | 第57页 |
| ·ADO.Net 与数据库 | 第57-59页 |
| ·ADO.Net 简介 | 第57-58页 |
| ·利用ADO.Net 操作数据库 | 第58-59页 |
| ·软件测试 | 第59-63页 |
| ·界面测试 | 第59-60页 |
| ·功能测试 | 第60页 |
| ·单元测试 | 第60-63页 |
| ·软件部署 | 第63-65页 |
| 第六章 结论与展望 | 第65-67页 |
| ·本文完成的主要工作及结论 | 第65页 |
| ·本文完成的主要工作 | 第65页 |
| ·主要结论 | 第65页 |
| ·尚待进一步深入研究的内容 | 第65-67页 |
| 附录 神经网络预测软基沉降程序 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 作者简介 | 第71页 |
