基于BP优化网络的戈壁土地区高速铁路路基沉降的预测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·变形监测与分析技术 | 第9-10页 |
| ·变形监测的内容及其发展 | 第9-10页 |
| ·变形分析的内涵及其研究进展 | 第10页 |
| ·高速铁路的发展与现状 | 第10-11页 |
| ·高速铁路的发展概况 | 第10页 |
| ·中国高速铁路的建设与规划 | 第10-11页 |
| ·路基沉降的研究和控制 | 第11-13页 |
| ·国内路基沉降研究的现状 | 第11-12页 |
| ·国外路基沉降研究的现状 | 第12页 |
| ·各国对于沉降的控制 | 第12-13页 |
| ·戈壁土地区路基沉降研究的意义 | 第13页 |
| ·本文的研究重点及方法 | 第13-15页 |
| 2 戈壁土的物理性质及路基特性 | 第15-20页 |
| ·戈壁土结构与特性 | 第15-16页 |
| ·戈壁土的定义 | 第15页 |
| ·地层结构 | 第15页 |
| ·戈壁土的渗透性能 | 第15页 |
| ·戈壁土的冻胀性能 | 第15-16页 |
| ·戈壁土的参数指标 | 第16页 |
| ·戈壁土的地基承载能力 | 第16页 |
| ·高速铁路路基填料要求 | 第16-19页 |
| ·路基填料的特点及分类 | 第16-17页 |
| ·路基填料的选取 | 第17-18页 |
| ·路基填料压实度的要求 | 第18-19页 |
| ·路基沉降原理及影响因素 | 第19-20页 |
| ·路基沉降原理 | 第19页 |
| ·影响路基沉降的因素 | 第19-20页 |
| 3 BP 优化网络模型的建立 | 第20-42页 |
| ·人工神经网络概述 | 第20页 |
| ·神经网络的工作过程 | 第20页 |
| ·人工神经网络模型 | 第20-27页 |
| ·生物神经元 | 第20-21页 |
| ·人工神经元 | 第21页 |
| ·人工神经元的模拟 | 第21-23页 |
| ·神经元的数学模型 | 第23-24页 |
| ·神经元的转移函数 | 第24-25页 |
| ·人工神经网络拓扑结构 | 第25-26页 |
| ·网络信息流向类型 | 第26页 |
| ·人工神经网络的特征 | 第26页 |
| ·神经网络的应用和研究 | 第26-27页 |
| ·神经网络存在的问题 | 第27页 |
| ·BP 神经网络 | 第27-32页 |
| ·概述 | 第27-28页 |
| ·BP 算法过程 | 第28页 |
| ·信息的正向传播 | 第28页 |
| ·误差的反向传递 | 第28-32页 |
| ·BP 网络的改进与优化 | 第32-36页 |
| ·BP 算法存在的缺陷和不足 | 第32页 |
| ·基于 BP 优化网络路基沉降理论的提出 | 第32页 |
| ·优化方案比选 | 第32-34页 |
| ·网络优化 | 第34-36页 |
| ·BP 神经网络函数 | 第36-39页 |
| ·MATLAB 工具箱函数 | 第36页 |
| ·构建 BP 网络 | 第36-37页 |
| ·BP 网络的传递函数 | 第37-38页 |
| ·BP 网络学习函数 | 第38-39页 |
| ·BP 网络误差分析函数 | 第39页 |
| ·BP 优化网络模型的建立 | 第39-42页 |
| ·网络信息容量与训练样本数 | 第39页 |
| ·数据的归一化处理 | 第39-40页 |
| ·输入层和中间层的设计 | 第40页 |
| ·模型的建立 | 第40-42页 |
| 4 兰新高铁柳园段路基沉降预测 | 第42-56页 |
| ·工程概况 | 第42页 |
| ·路基施工工艺 | 第42-45页 |
| ·施工准备 | 第42-43页 |
| ·施工过程 | 第43-44页 |
| ·相关检测 | 第44-45页 |
| ·沉降观测方案及方法 | 第45-46页 |
| ·样本训练 | 第46-51页 |
| ·BP 网络的初始化 | 第46页 |
| ·BP 网络训练 | 第46-51页 |
| ·网络测试 | 第51页 |
| ·沉降预测 | 第51-55页 |
| ·预测结果分析 | 第55-56页 |
| 5 结论与展望 | 第56-57页 |
| ·结论 | 第56页 |
| ·展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间的研究成果 | 第61页 |
