地铁车站深基坑土体参数动态反演分析及变形预测
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·概述 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·反演分析法研究现状 | 第10-12页 |
| ·基坑水平变形预测研究现状 | 第12-13页 |
| ·本文研究内容及技术路线 | 第13-16页 |
| 第二章 反演分析及 BP 网络实现 | 第16-33页 |
| ·反演分析基本概念及分类 | 第16-21页 |
| ·反演分析的基本概念 | 第16-18页 |
| ·反演分析的分类 | 第18-21页 |
| ·人工神经网络 | 第21-25页 |
| ·人工神经网络发展 | 第21-22页 |
| ·神经网络基本原理 | 第22-25页 |
| ·神经网络模型 | 第25页 |
| ·BP 网络模型 | 第25-32页 |
| ·BP 网络结构 | 第25-26页 |
| ·BP 网络学习规则 | 第26-28页 |
| ·BP 网络设计 | 第28-29页 |
| ·BP 网络的 Matlab 实现 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 郑州会展中心地铁车站反演分析 | 第33-50页 |
| ·工程概况 | 第33-34页 |
| ·水文地质概况 | 第33-34页 |
| ·基坑周边建筑情况 | 第34页 |
| ·基坑围护结构 | 第34页 |
| ·Midas/gts 有限元模拟 | 第34-42页 |
| ·Midas/gts 简介 | 第34-35页 |
| ·Midas/gts 建模关键问题 | 第35页 |
| ·基坑实例建模 | 第35-42页 |
| ·BP 神经网络反分析 | 第42-44页 |
| ·BP 神经网络设计 | 第42-43页 |
| ·BP 神经网络训练与检验 | 第43-44页 |
| ·反分析值与现场监测数据对比分析 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 基于时间序列 BP 网络位移预测 | 第50-58页 |
| ·基坑位移时间序列预测 BP 模型 | 第50-53页 |
| ·基于时间序列 BP 神经网络预测结构 | 第50-51页 |
| ·BP 模型预测 | 第51-53页 |
| ·结果分析 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 监测数据异常因素分析 | 第58-62页 |
| ·外部影响因素 | 第58-60页 |
| ·内部影响因素 | 第60-62页 |
| 第六章 结论与展望 | 第62-64页 |
| ·结论 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69页 |
