| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·引言 | 第10-11页 |
| ·工程反分析研究历史与现状 | 第11-14页 |
| ·基坑变形预测方法研究 | 第14-17页 |
| ·深基坑变形机理 | 第14-15页 |
| ·基坑变形预测的方法 | 第15-17页 |
| ·本文完成的主要工作 | 第17-19页 |
| 第二章 岩土参数反分析的内容和方法 | 第19-26页 |
| ·岩土参数反分析的内容 | 第19页 |
| ·岩土参数反分析的方法 | 第19-26页 |
| ·确定性反分析 | 第20-21页 |
| ·非确定性反分析 | 第21-26页 |
| 第三章 基于ANSYS 有限元优化技术的基坑参数优化反分析 | 第26-44页 |
| ·有限元方法 | 第26-27页 |
| ·基坑工程中ANSYS 的相关应用 | 第27-32页 |
| ·单元的生和死 | 第27-28页 |
| ·DP 材料介绍 | 第28-31页 |
| ·接触面单元 | 第31-32页 |
| ·平面有限元理论及模拟过程 | 第32-33页 |
| ·模型的单元类型 | 第32页 |
| ·模型的处理 | 第32页 |
| ·模拟过程 | 第32-33页 |
| ·ANSYS 优化设计 | 第33-36页 |
| ·基本概念 | 第34-35页 |
| ·优化设计的步骤 | 第35-36页 |
| ·基坑工程的参数优化反分析 | 第36-38页 |
| ·算例分析 | 第38-43页 |
| ·工程概况 | 第38页 |
| ·基本假定 | 第38-39页 |
| ·模型的建立 | 第39-41页 |
| ·参数优化反演 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 改进BP 网络在沉降预测中的应用 | 第44-63页 |
| ·基本BP 神经网络原理 | 第44-51页 |
| ·BP 网络结构 | 第44-45页 |
| ·BP 网络学习规则 | 第45-47页 |
| ·BP 网络学习过程及步骤 | 第47-50页 |
| ·基本BP 网络存在的问题 | 第50-51页 |
| ·基本BP 网络的优化改进 | 第51-54页 |
| ·网络隐含层的优选 | 第51-52页 |
| ·BP 网络训练方法的改进 | 第52-54页 |
| ·改进BP 网络在沉降预测中的应用 | 第54-62页 |
| ·改进BP 网络沉降预测模型 | 第54页 |
| ·沉降预测实例 | 第54-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 径向基网络在沉降预测中的应用 | 第63-77页 |
| ·径向基函数网络算法原理 | 第63-67页 |
| ·径向基函数网络结构 | 第63-64页 |
| ·径向基函数 | 第64-66页 |
| ·径向基函数网络的学习算法 | 第66-67页 |
| ·径向基函数网络的训练 | 第67页 |
| ·广义回归神经网络 | 第67-70页 |
| ·径向基函数网络在沉降预测中的应用 | 第70-76页 |
| ·RBF 网络在沉降预测中的应用 | 第70-73页 |
| ·GRNN 网络在沉降预测中的应用 | 第73-76页 |
| ·三种方法预测结果的比较 | 第76页 |
| ·本章小结 | 第76-77页 |
| 第六章 结论与展望 | 第77-79页 |
| ·主要结论 | 第77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 攻读硕士学位期间发表论文情况 | 第84页 |