| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 概述 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 基坑工程变形分类及支护结构研究现状 | 第12-15页 |
| 1.2.2 基坑周边地面沉降监测研究现状 | 第15-16页 |
| 1.2.3 基坑周边地面沉降模拟研究现状 | 第16-17页 |
| 1.2.4 基坑周边地面沉降变形理论研究现状 | 第17-18页 |
| 1.3 本文研究主要内容 | 第18-20页 |
| 1.4 技术路线图 | 第20-21页 |
| 第2章 基坑周边地面沉降研究方法及理论 | 第21-45页 |
| 2.1 基坑周边地面沉降理论及成因 | 第21-29页 |
| 2.1.1 基坑周边地面沉降理论 | 第21-27页 |
| 2.1.2 地面沉降变形的诱因 | 第27-29页 |
| 2.2 地面沉降计算及分析方法 | 第29-33页 |
| 2.3 地面沉降的预测及数值模拟方法 | 第33-40页 |
| 2.3.1 静态预测方法 | 第34-37页 |
| 2.3.2 GM（1,1）灰色理论预测 | 第37-39页 |
| 2.3.3 数值模拟预测方法 | 第39-40页 |
| 2.4 神经网络理论研究现状及工程应用 | 第40-43页 |
| 2.4.1 神经网络预测模型原理 | 第40-42页 |
| 2.4.2 神经网络预测模型在岩土工程领域的研究现状 | 第42-43页 |
| 2.5 小结 | 第43-45页 |
| 第3章 上海某区域基坑周边路面沉降监测及实测数据分析 | 第45-63页 |
| 3.1 工程概况 | 第45-48页 |
| 3.1.1 基坑工程周边环境概况 | 第45-46页 |
| 3.1.2 地质环境条件 | 第46-48页 |
| 3.2 基坑变形监测及控制方法 | 第48-49页 |
| 3.2.1 基坑监测技术 | 第48-49页 |
| 3.2.2 监测目的 | 第49页 |
| 3.3 基坑监测方案 | 第49-52页 |
| 3.3.1 监测内容 | 第49-50页 |
| 3.3.2 监测点的布置 | 第50-52页 |
| 3.4 基坑周边路面沉降监测数据分析 | 第52-55页 |
| 3.5 三种常用预测方法在地面沉降预测中的应用 | 第55-61页 |
| 3.5.1 双曲线拟合法预测 | 第56-58页 |
| 3.5.2 星野法拟合预测 | 第58-60页 |
| 3.5.3 灰色理论GM(1，1)模型预测 | 第60-61页 |
| 3.6 小结 | 第61-63页 |
| 第4章 基于神经网络的基坑周边地面沉降预测方法的研究 | 第63-83页 |
| 4.1 神经网络模型概述 | 第63-64页 |
| 4.2 粒子群优化的BP神经网络模型 | 第64-66页 |
| 4.2.1 BP神经网络 | 第64页 |
| 4.2.2 粒子群算法 | 第64-66页 |
| 4.3 广义回归神经网络(GRNN) | 第66-68页 |
| 4.4 基于时序的神经网络基坑开挖地面变形预测方法 | 第68-73页 |
| 4.4.1 基于时序的神经网络模型预测步骤 | 第68-69页 |
| 4.4.2 基于时序的神经网络模型的应用与数据分析 | 第69-73页 |
| 4.5 基于沉降影响因素的神经网络基坑开挖地面变形预测方法 | 第73-81页 |
| 4.5.1 基于沉降影响因素的神经网络模型预测步骤 | 第73-75页 |
| 4.5.2 基于沉降影响因素的神经网络模型的应用与数据分析 | 第75-78页 |
| 4.5.3 基于沉降影响因素的神经网络模型的优化设计 | 第78-81页 |
| 4.6 小结 | 第81-83页 |
| 第5章 结论与展望 | 第83-85页 |
| 5.1 结论 | 第83-84页 |
| 5.2 展望 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 作者简介及在学期间所取得的科研成果 | 第91-93页 |
| 致谢 | 第93页 |
