| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究背景 | 第11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究现状及存在的问题 | 第12-15页 |
| ·复合土钉墙研究现状 | 第12-13页 |
| ·神经网络在基坑工程中研究现状 | 第13-14页 |
| ·研究中存在的问题 | 第14-15页 |
| ·研究内容与技术路线 | 第15-16页 |
| ·本文主要研究内容 | 第15页 |
| ·技术路线 | 第15-16页 |
| ·本文的主要创新点 | 第16-17页 |
| 第2章 复合土钉墙及其安全指标体系的建立 | 第17-28页 |
| ·复合土钉墙概述 | 第17-20页 |
| ·复合土钉墙的概念及类型 | 第17-19页 |
| ·复合土钉墙的构造 | 第19-20页 |
| ·复合土钉墙安全影响因素分析 | 第20-26页 |
| ·截水帷幕 | 第20-22页 |
| ·土钉墙 | 第22-23页 |
| ·预应力锚杆 | 第23-24页 |
| ·降排水 | 第24-25页 |
| ·土方开挖 | 第25-26页 |
| ·复合土钉墙安全评价指标体系的构建 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 Elman 神经网络基本理论 | 第28-36页 |
| ·神经网络的发展和应用 | 第28-29页 |
| ·人工神经网络的基本模型 | 第29-33页 |
| ·神经元的形式化描述 | 第29页 |
| ·神经网络的神经元状态转移函数 | 第29-31页 |
| ·神经网络的工作方式 | 第31-32页 |
| ·神经网络处理信息的特点 | 第32页 |
| ·神经网络的分类 | 第32页 |
| ·神经网络的拓扑结构 | 第32-33页 |
| ·神经网络的学习方式 | 第33页 |
| ·Elman 神经网络基本原理 | 第33-35页 |
| ·Elman 神经网络简介 | 第33页 |
| ·Elman 神经网络结构 | 第33-34页 |
| ·Elman 神经网络学习过程 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于 Elman 神经网络的复合土钉墙安全预测模型 | 第36-41页 |
| ·Elman 神经网络预测模型算法 | 第36-39页 |
| ·Elman 神经网络输入、输出节点的选取 | 第36页 |
| ·Elman 神经网络各层的计算方法 | 第36-39页 |
| ·网络参数的选择 | 第39页 |
| ·Elman 神经网络的复合土钉墙安全预测模型的具体结构 | 第39-40页 |
| ·Elman 预测模型各层具体节点数 | 第39-40页 |
| ·Elman 预测模型具体结构图 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第5章 Elman 神经网络的复合土钉墙安全预测实证分析 | 第41-58页 |
| ·工程概况 | 第41页 |
| ·样本数据的采集与预处理 | 第41-47页 |
| ·数据采集 | 第41-44页 |
| ·数据的预处理 | 第44-47页 |
| ·Elman 神经网络安全预测模型的应用 | 第47-53页 |
| ·Elman 神经网络预测模型 MATLAB 实现 | 第47-49页 |
| ·Elman 神经网络的训练结果及误差分析 | 第49-51页 |
| ·Elman 神经网络的预测 | 第51-53页 |
| ·BP 神经网络的安全预测 | 第53-56页 |
| ·BP 神经网络预测模型 MATLAB 实现 | 第53-54页 |
| ·BP 神经网络预测模型的预测结果 | 第54-56页 |
| ·Elman 模型与 BP 模型的预测结果对比分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论及展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者简介 | 第63-64页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第64-65页 |
