| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·课题的研究背景及意义 | 第10页 |
| ·国内外滑坡稳定性研究的现状 | 第10-11页 |
| ·滑坡稳定性研究存在的问题 | 第11-12页 |
| ·本文研究的内容 | 第12-13页 |
| ·课题来源 | 第12页 |
| ·主要内容及成果 | 第12-13页 |
| 第二章 水门沟滑坡工程地质概况 | 第13-17页 |
| ·工程概况 | 第13页 |
| ·水门沟滑坡区工程地质条件 | 第13-14页 |
| ·地形地貌 | 第13页 |
| ·地层 | 第13页 |
| ·地质结构特征 | 第13-14页 |
| ·水文地质条件 | 第14页 |
| ·水门沟滑坡区工程地质特征 | 第14-16页 |
| ·水门沟滑坡机理及影响因素分析 | 第16页 |
| ·水门沟滑坡机理分析 | 第16页 |
| ·水门沟滑坡稳定性影响因素分析 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 水门沟滑坡稳定性分析 | 第17-38页 |
| ·水门沟滑坡变形监测系统概述 | 第17-21页 |
| ·变形监测系统的建立 | 第17页 |
| ·滑坡监测坐标系 | 第17-18页 |
| ·监测资料分析 | 第18-21页 |
| ·基于有限元数值法的滑坡稳定性分析 | 第21-25页 |
| ·有限元计算原理 | 第21-22页 |
| ·有限元法基本方程 | 第22-23页 |
| ·有限元模型的建立 | 第23页 |
| ·有限单元分析计算 | 第23-25页 |
| ·基于神经网络技术的稳定性分析 | 第25-32页 |
| ·人工神经网络概述 | 第25-26页 |
| ·人工神经网络基本原理 | 第26-27页 |
| ·BP网络算法 | 第27-30页 |
| ·BP神经网络稳定性分析模型的建立 | 第30-32页 |
| ·水门沟滑坡稳定性极限平衡法分析计算 | 第32-34页 |
| ·传递系数法计算原理 | 第33-34页 |
| ·计算成果及分析 | 第34页 |
| ·稳定性影响因素分析 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 滑坡形变的预测方法的研究 | 第38-57页 |
| ·滑坡位移预测神经网络模型 | 第38-39页 |
| ·滑坡位移预测的动态BP神经网络模型 | 第38-39页 |
| ·样本数据的预处理及网络的设计 | 第39页 |
| ·基于卡尔曼滤波的动态BP神经网络预测模型 | 第39-42页 |
| ·滑坡变形预测的卡尔曼滤波模型 | 第40-42页 |
| ·基于卡尔曼滤波的动态BP神经网络的思想 | 第42页 |
| ·水门沟滑坡的变形预测的研究 | 第42-47页 |
| ·卡尔曼滤波络模型在水门沟滑坡变形预测中的应用 | 第44-46页 |
| ·神经网络模型在水门沟滑坡变形预测中的应用 | 第46-47页 |
| ·基于Kalman滤波的BP神经网络的在水门沟变形预测中的应用 | 第47-50页 |
| ·基于动力学机制的边坡变形预测 | 第50-55页 |
| ·滑坡位移过程中的非线性动力学特征 | 第50-51页 |
| ·基于动力学的卡尔曼滤波模型 | 第51-54页 |
| ·基于动力学的卡尔曼滤波模型在水门沟滑坡变形预测中的应用 | 第54-55页 |
| ·滑坡位移监测在滑坡稳定性评价及预测中的应用 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64页 |