| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第1章 绪论 | 第10-16页 |
| ·引言 | 第10-11页 |
| ·研究背景及问题的提出 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·国外位移反分析研究现状 | 第12-13页 |
| ·国内位移反分析研究现状 | 第13-14页 |
| ·神经网络在岩土工程中的应用研究现状 | 第14-15页 |
| ·本论文的主要研究内容及思路 | 第15-16页 |
| 第2章 人工神经网络 | 第16-39页 |
| ·人工神经网络概述 | 第16-23页 |
| ·人工神经网络研究简史 | 第17-22页 |
| ·人工神经网络研究的基本内容 | 第22-23页 |
| ·人工神经网络分类 | 第23页 |
| ·BP神经网络 | 第23-39页 |
| ·基于BP算法的多层前馈网络模型 | 第24-27页 |
| ·标准BP算法的数学描述 | 第27-30页 |
| ·标准BP算法的改进 | 第30-32页 |
| ·多层前馈网络的主要能力 | 第32页 |
| ·基于BP算法的多层前馈网络设计 | 第32-39页 |
| 第3章 基于MATLAB的BP神经网络程序设计 | 第39-44页 |
| ·MATLAB简介 | 第39-40页 |
| ·MATLAB神经网络工具箱中的BP神经网络 | 第40-42页 |
| ·MATLAB神经网络工具箱简介 | 第40-42页 |
| ·MATLAB中有关BP网络的重要函数 | 第42页 |
| ·基于MATLAB的BP网络设计分析 | 第42-44页 |
| 第4章 基于BP神经网络的位移反分析及工程应用 | 第44-77页 |
| ·工程简介 | 第44-52页 |
| ·滑坡概况 | 第44-47页 |
| ·现场静载试验 | 第47-51页 |
| ·边坡整治 | 第51-52页 |
| ·均匀试验设计 | 第52-55页 |
| ·均匀设计简介 | 第52-53页 |
| ·均匀设计的基本特点 | 第53-54页 |
| ·均匀设计表的构造 | 第54-55页 |
| ·基于参数均匀设计的FLAC3D试桩数值模拟 | 第55-62页 |
| ·FLAC3D数值分析软件 | 第55-56页 |
| ·物理力学参数及计算模型 | 第56-57页 |
| ·计算单元及本构关系 | 第57页 |
| ·参数试验均匀设计 | 第57-59页 |
| ·基于FLAC3D试桩数值模拟的试验结果及其分析 | 第59-62页 |
| ·基于BP神经网络的边坡位移反分析 | 第62-67页 |
| ·BP神经网络设计 | 第62-66页 |
| ·基于BP神经网络的参数反分析 | 第66-67页 |
| ·基于反分析参数的边坡试桩工程应用研究 | 第67-72页 |
| ·基于FLAC3D的边坡试桩模型建立 | 第67页 |
| ·计算单元及本构关系 | 第67-69页 |
| ·基于FLAC3D的边坡试桩数值模拟结果及其分析 | 第69-72页 |
| ·基于反分析参数的边坡抗滑桩工程应用研究 | 第72-77页 |
| ·基于ANSYS&FLAC~(3D)的边坡抗滑桩模型建立 | 第72-74页 |
| ·物理力学参数及计算模型 | 第74-76页 |
| ·计算单元及本构关系 | 第76页 |
| ·基于FLAC3D的边坡抗滑桩数值模拟结果及其分析 | 第76-77页 |
| 结论 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第82-83页 |