| 第1章 绪论 | 第1-19页 |
| ·选题背景及意义 | 第9-11页 |
| ·岩土力学反分析的发展及研究现状 | 第11-17页 |
| ·本论文所作的主要工作 | 第17-19页 |
| 第2章 反演分析的基本理论与方法 | 第19-32页 |
| ·反演分析的理论概述 | 第19-22页 |
| ·反分析的起因 | 第19-20页 |
| ·反分析理论的描述 | 第20-21页 |
| ·反分析理论研究的主要内容 | 第21-22页 |
| ·反分析的分类 | 第22-27页 |
| ·模型识别的反分析 | 第23-24页 |
| ·模型参数的反分析 | 第24-27页 |
| ·神经网络的概述及在反分析中的应用 | 第27-28页 |
| ·神经网络的概述 | 第27页 |
| ·神经网络在反分析中的应用 | 第27-28页 |
| ·遗传算法的概述及在反分析中的应用 | 第28-32页 |
| ·遗传算法的概述 | 第28-29页 |
| ·遗传算法的优点及在反分析中的应用 | 第29-32页 |
| 第3章 基于神经网络与遗传算法的应力反分析方法及结果检验 | 第32-70页 |
| ·分析方法的概述 | 第32-33页 |
| ·试验设计方法 | 第33-37页 |
| ·正交设计方法 | 第34-35页 |
| ·均匀设计方法 | 第35-37页 |
| ·FLAC计算程序简介 | 第37-40页 |
| ·概述 | 第37页 |
| ·基本原理 | 第37-40页 |
| ·神经网络的原理 | 第40-49页 |
| ·神经网络的基础—神经元 | 第40-41页 |
| ·神经网络的结构 | 第41-42页 |
| ·BP神经网络的概述 | 第42-43页 |
| ·BP网路的传递函数及学习方式 | 第43-46页 |
| ·BP神经网络程序设计流程 | 第46-48页 |
| ·BP算法的不足和网络的若千改进 | 第48-49页 |
| ·遗传算法的原理 | 第49-59页 |
| ·基本遗传算法的数学模型 | 第49-50页 |
| ·遗传算法实施的步骤 | 第50-52页 |
| ·编码及解码方法 | 第52-54页 |
| ·个体适应度评价方法 | 第54-56页 |
| ·遗传算子 | 第56-58页 |
| ·约束条件的处理方法 | 第58-59页 |
| ·程序的编制 | 第59-66页 |
| ·优化神经网络结构程序的编制及流程图 | 第59-63页 |
| ·围岩计算参数的优化反演分析 | 第63-66页 |
| ·检验方法的概述 | 第66-70页 |
| ·后验差检验法 | 第66-67页 |
| ·典型类比分析法对计算参数的对比分析 | 第67-70页 |
| 第4章 应力反分析在实际工程中的应用 | 第70-89页 |
| ·工程概况及地质条件 | 第70页 |
| ·工程计算模型的确立 | 第70-72页 |
| ·测点的布设 | 第70-71页 |
| ·计算模型的建立 | 第71-72页 |
| ·学习和测试样本的构造 | 第72-79页 |
| ·训练样本的构建 | 第72-77页 |
| ·测试样本的构建 | 第77-79页 |
| ·神经网络结构的搜索 | 第79-83页 |
| ·搜索最佳神经网络结构 | 第79-81页 |
| ·神经网络测试检验 | 第81-83页 |
| ·围岩计算参数反分析 | 第83-84页 |
| ·FLAC正分析测点应力值的检验 | 第84-86页 |
| ·BMP程序所得围岩参数对比分析 | 第86-89页 |
| 第5章 结论与展望 | 第89-92页 |
| ·结论 | 第89-90页 |
| ·展望 | 第90-92页 |
| 参考文献 | 第92-99页 |
| 致谢 | 第99-100页 |
| 攻读硕士学位期间发表论文及科研成果 | 第100页 |