滑坡问题的数值分析、神经网络预测及智能整治研究
| 第一章 绪论 | 第1-16页 |
| 第一节 滑坡灾害问题研究现状 | 第9-13页 |
| 第二节 问题的提出 | 第13-14页 |
| 第三节 本文的研究内容 | 第14-16页 |
| 第二章 土体非线性分析及土体本构模型 | 第16-30页 |
| 第一节 概述 | 第16-19页 |
| 第二节 士体非线性分析方法 | 第19-21页 |
| 第三节 土体本构模型 | 第21-29页 |
| 第四节 本章小结 | 第29-30页 |
| 第三章 滑坡稳定分析方法的研究 | 第30-39页 |
| 第一节 滑坡稳定计算方法 | 第30-32页 |
| 第二节 毕肖普法和有限元法的计算公式 | 第32-34页 |
| 第三节 干扰能量法 | 第34-38页 |
| 第四节 本章小结 | 第38-39页 |
| 第四章 程序设计及算例分析 | 第39-52页 |
| 第一节 各方法程序设计 | 第39-42页 |
| 第二节 岸坡稳定分析 | 第42-48页 |
| 第三节 岸坡失稳过程模拟 | 第48-51页 |
| 第四节 本章小结 | 第51-52页 |
| 第五章 滑坡问题的神经网络预测 | 第52-65页 |
| 第一节 神经网络概述 | 第52-53页 |
| 第二节 神经网络模型 | 第53-55页 |
| 第三节 BP网络的基本原理 | 第55-59页 |
| 第四节 神经网络在滑坡问题中的应用 | 第59-64页 |
| 第五节 本章小结 | 第64-65页 |
| 第六章 滑坡的人工智能整治 | 第65-76页 |
| 第一节 人工智能概述 | 第65页 |
| 第二节 知识表示 | 第65-68页 |
| 第三节 推理及搜索策略 | 第68-69页 |
| 第四节 人工智能在滑坡问题中的应用 | 第69-75页 |
| 第五节 本章小结 | 第75-76页 |
| 第七章 滑坡分析软件VSA1．0的研制 | 第76-82页 |
| 第一节 背景 | 第76-78页 |
| 第二节 VSA1．0软件的开发研制 | 第78-81页 |
| 第三节 本章小结 | 第81-82页 |
| 第八章 总结及展望 | 第82-85页 |
| 第一节 本文总结 | 第82-83页 |
| 第二节 展望 | 第83-85页 |
| 参考文献 | 第85-88页 |
| 致谢 | 第88页 |
