| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 深基坑及其监测技术研究现状 | 第8-11页 |
| 1.2.1 深基坑工程研究现状 | 第8-10页 |
| 1.2.2 深基坑变形监测技术研究现状 | 第10-11页 |
| 1.3 深基坑变形预测研究现状 | 第11-12页 |
| 1.4 本文主要研究内容 | 第12-13页 |
| 第2章 深基坑变形基本理论和机理 | 第13-23页 |
| 2.1 深基坑变形破坏现象 | 第13-16页 |
| 2.1.1 支护结构变形 | 第13页 |
| 2.1.2 基坑周围地表沉降变形 | 第13-14页 |
| 2.1.3 基坑隆起变形 | 第14-16页 |
| 2.2 深基坑变形机理 | 第16-18页 |
| 2.2.1 坑底隆起 | 第16页 |
| 2.2.2 支护结构的位移 | 第16-17页 |
| 2.2.3 基坑周边地表位移 | 第17-18页 |
| 2.3 基坑支挡结构的受力特点 | 第18-21页 |
| 2.3.1 库伦土压力理论 | 第18-19页 |
| 2.3.2 朗肯土压力理论 | 第19-20页 |
| 2.3.3 基坑支挡结构土压力与经典土压力理论 | 第20-21页 |
| 2.3.4 基坑工程设计对土压力的基本规定 | 第21页 |
| 2.4 深基坑变形的时空效应 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 深基坑变形预测模型 | 第23-35页 |
| 3.1 灰色系统理论 | 第23-30页 |
| 3.1.1 灰色生成 | 第23-24页 |
| 3.1.2 灰色GM(1.1)模型的建立 | 第24-26页 |
| 3.1.3 动态灰色系统模型（新陈代谢模型） | 第26-27页 |
| 3.1.4 残差GM(1.1)灰色模型 | 第27-28页 |
| 3.1.5 灰色预测系统模型的精度检验 | 第28-30页 |
| 3.2 灰色马尔科夫预测模型 | 第30-31页 |
| 3.2.1 马尔科夫预测模型 | 第30页 |
| 3.2.2 建立灰色马尔科夫预测模型的步骤 | 第30-31页 |
| 3.3 人工神经网络模型 | 第31-33页 |
| 3.3.1 神经网络的计算模型 | 第31页 |
| 3.3.2 BP神经网络模型算法原理 | 第31-33页 |
| 3.4 灰色马尔可夫-BP神经网络组合预测模型 | 第33-34页 |
| 3.4.1 灰色马尔可夫-BP神经网络模型原理 | 第33页 |
| 3.4.2 灰色马尔可夫-BP神经网络模型的建立 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 深基坑工程及其现场监测 | 第35-42页 |
| 4.1 工程概况 | 第35-38页 |
| 4.1.1 工程地质条件 | 第35页 |
| 4.1.2 地层条件 | 第35-37页 |
| 4.1.3 水文地质条件 | 第37-38页 |
| 4.1.4 基坑支护设计 | 第38页 |
| 4.2 现场监测方案设计 | 第38-41页 |
| 4.2.1 监测方案 | 第38-39页 |
| 4.2.2 施工安全判别 | 第39-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 南航大厦深基坑工程变形预测模型的工程应用 | 第42-79页 |
| 5.1 灰色GM(1.1)模型 | 第43-52页 |
| 5.1.1 灰GM(1.1)模型的建立 | 第43-51页 |
| 5.1.2 模型的改进 | 第51-52页 |
| 5.2 灰色马尔可夫链模型的变形预测 | 第52-60页 |
| 5.3 BP神经网络模型的变形预测 | 第60-67页 |
| 5.4 灰色马尔可夫链-BP神经网络组合模型的变形预测 | 第67-74页 |
| 5.5 四种预测模型精确度的比较 | 第74-78页 |
| 5.6 本章小结 | 第78-79页 |
| 第6章 结论及展望 | 第79-81页 |
| 6.1 结论 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 作者简介 | 第86页 |