| 提要 | 第4-5页 |
| 中文摘要 | 第5-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第14-30页 |
| 1.1 问题的提出及研究意义 | 第14-15页 |
| 1.2 边坡稳定性研究现状 | 第15-24页 |
| 1.2.1 国内外边坡稳定性研究概况 | 第15-17页 |
| 1.2.2 边坡稳定性分析方法研究现状 | 第17-20页 |
| 1.2.3 常规稳定性分析方法的局限 | 第20-21页 |
| 1.2.4 影响边坡稳定性因素 | 第21-24页 |
| 1.3 花岗岩残积土质边坡研究概述 | 第24-26页 |
| 1.3.1 花岗岩残积土质边坡研究 | 第24-25页 |
| 1.3.2 花岗岩残积土质边坡拟深入研究的方向 | 第25-26页 |
| 1.4 论文的主要创新点 | 第26-27页 |
| 1.5 论文的研究内容和技术路线 | 第27-30页 |
| 第2章 珠三角花岗岩残积土边坡基本特征 | 第30-48页 |
| 2.1 自然地理与边坡概况 | 第30-33页 |
| 2.1.1 地理位置与气候条件 | 第30-31页 |
| 2.1.2 地质概况 | 第31-32页 |
| 2.1.3 珠三角边坡灾害类型及典型实例 | 第32-33页 |
| 2.2 珠三角花岗岩残积土的界定 | 第33-37页 |
| 2.2.1 花岗岩残积土的地理分布 | 第33页 |
| 2.2.2 花岗岩残积土的特征 | 第33-37页 |
| 2.3 花岗岩残积土的工程特性 | 第37-41页 |
| 2.3.1 花岗岩残积土的岩性特征 | 第37-38页 |
| 2.3.2 花岗岩残积土的物理力学特性 | 第38-40页 |
| 2.3.3 花岗岩残积土的工程特性 | 第40-41页 |
| 2.4 花岗岩残积土边坡的分类 | 第41-48页 |
| 2.4.1 珠三角花岗岩残积土质边坡的工程地质特性 | 第41-43页 |
| 2.4.2 花岗岩残积土质边坡工程地质条件 | 第43-44页 |
| 2.4.3 花岗岩残积土边坡失稳类型 | 第44-48页 |
| 第3章 珠三角花岗岩残积土边坡模型研究 | 第48-100页 |
| 3.1 花岗岩残积土质边坡的物理模拟研究 | 第48-81页 |
| 3.1.1 试验的主要目的 | 第48页 |
| 3.1.2 试验概况 | 第48-55页 |
| 3.1.3 试验结果及其分析 | 第55-81页 |
| 3.2 花岗岩残积土边坡数值模拟研究 | 第81-100页 |
| 3.2.1 工程概况 | 第81-84页 |
| 3.2.2 地形地貌与区域地质概况 | 第84-85页 |
| 3.2.3 岩土分层及其特征 | 第85-86页 |
| 3.2.4 水文地质条件 | 第86-87页 |
| 3.2.5 三维拉格朗日法计算原理及计算流程 | 第87-91页 |
| 3.2.6 边坡稳定性的本构模型及判断依据 | 第91-92页 |
| 3.2.7 花岗岩残积土质边坡稳定性数值模拟 | 第92-98页 |
| 3.2.8 数值模拟与实际情况对比 | 第98-100页 |
| 第4章 基于粗糙集理论的边坡稳定性影响因素及评价指标敏感性分析 | 第100-134页 |
| 4.1 粗糙集理论 | 第100-103页 |
| 4.1.1 粗糙集理论介绍 | 第100-101页 |
| 4.1.2 相关概念 | 第101-103页 |
| 4.2 基于FCM聚类算法的属性值特征化 | 第103-105页 |
| 4.2.1 模糊集基本知识 | 第104页 |
| 4.2.2 模糊C均值聚类 | 第104-105页 |
| 4.3 决策表的属性重要性及指标敏感性分析 | 第105-107页 |
| 4.4 花岗岩残积土边坡稳定性影响因素分析 | 第107-127页 |
| 4.4.1 花岗岩残积土边坡稳定性评价指标 | 第107-113页 |
| 4.4.2 花岗岩残积土边坡决策表构建 | 第113-124页 |
| 4.4.3 花岗岩残积土边坡主控影响因素分析 | 第124-127页 |
| 4.5 边坡稳定性评价指标敏感性分析 | 第127-131页 |
| 4.5.1 单因素敏感性分析 | 第128-130页 |
| 4.5.2 多因素敏感性分析 | 第130-131页 |
| 4.6 小结 | 第131-134页 |
| 第5章 基于模型可靠性检查的GA-SVM边坡稳定性评价 | 第134-154页 |
| 5.1 支持向量机 | 第134-140页 |
| 5.1.1 支持向量机的发展背景 | 第134-135页 |
| 5.1.2 支持向量机理论 | 第135-140页 |
| 5.2 支持向量机多类分类 | 第140-141页 |
| 5.3 基于可靠性检查的GA-SVM边坡稳定性评价模型 | 第141-146页 |
| 5.3.1 概述 | 第141页 |
| 5.3.2 边坡稳定性评价的支持向量机模型 | 第141-142页 |
| 5.3.3 遗传算法的支持向量机参数优化 | 第142-143页 |
| 5.3.4 边坡稳定性评价的模型可靠性检查GA-SVM | 第143-146页 |
| 5.4 工程应用 | 第146-153页 |
| 5.4.1 学习样本 | 第146-148页 |
| 5.4.2 GA-SVM的边坡分类模型训练 | 第148页 |
| 5.4.3 模型可靠性检查 | 第148-152页 |
| 5.4.4 基于支持向量机的边坡稳定性分析 | 第152-153页 |
| 5.5 小结 | 第153-154页 |
| 第6章 结论和建议 | 第154-158页 |
| 6.1 结论 | 第154-156页 |
| 6.2 建议 | 第156-158页 |
| 参考文献 | 第158-168页 |
| 作者简介及在学期间所取得的科研成果 | 第168-170页 |
| 作者简介 | 第168页 |
| 攻读博士学位期间公开发表的学术论文 | 第168页 |
| 攻读博士学位期间参与的科研项目 | 第168-170页 |
| 致谢 | 第170页 |
