摘要 | 第6-7页 |
abstract | 第7-8页 |
第1章 绪论 | 第11-19页 |
1.1 研究意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 冻土边坡的研究 | 第13-14页 |
1.2.2 季节性冻土边坡的研究 | 第14-15页 |
1.2.3 边坡稳定性分析与人工神经网络方法的研究 | 第15-17页 |
1.3 研究内容与方法 | 第17-19页 |
1.3.1 研究目的与内容 | 第17页 |
1.3.2 研究方法 | 第17-18页 |
1.3.3 计算路线 | 第18-19页 |
第2章 研究区地质环境概况 | 第19-23页 |
2.1 自然地理特征 | 第19页 |
2.2 地形地貌特征 | 第19-20页 |
2.3 地层岩性特征 | 第20-21页 |
2.4 水文地质特征 | 第21页 |
2.5 地质构造特征 | 第21-22页 |
2.6 地震 | 第22页 |
2.7 不良地质及特殊土 | 第22-23页 |
第3章 边坡野外现场调查概况 | 第23-39页 |
3.1 调查区选择依据 | 第23-25页 |
3.1.1 空间分布特征 | 第23-25页 |
3.1.2 地质环境特征 | 第25页 |
3.2 调查内容与方法 | 第25-26页 |
3.2.1 调查内容 | 第25-26页 |
3.2.2 调查方法 | 第26页 |
3.3 调查过程 | 第26-28页 |
3.4 调查结果 | 第28-38页 |
3.4.1 边坡破坏类型 | 第28-30页 |
3.4.2 调查结果分析 | 第30-38页 |
3.5 小结 | 第38-39页 |
第4章 边坡稳定性影响因素的敏感性分析 | 第39-58页 |
4.1 数据处理 | 第39-52页 |
4.1.1 数据筛选及统计分析 | 第39-49页 |
4.1.2 数据量化 | 第49-52页 |
4.2 敏感性分析 | 第52-56页 |
4.2.1 定性分析—粗糙集理论 | 第53-55页 |
4.2.2 定量分析—灰色关联理论 | 第55-56页 |
4.3 小结 | 第56-58页 |
第5章 基于人工神经网络的边坡稳定性预测 | 第58-74页 |
5.1 概述 | 第58页 |
5.2 人工神经网络基本理论简介 | 第58-60页 |
5.3 Clementine数据挖掘软件简介 | 第60-61页 |
5.4 神经网络预测模型的建立与验证 | 第61-73页 |
5.4.1 模型建立 | 第61-70页 |
5.4.2 模型验证 | 第70-73页 |
5.5 小结 | 第73-74页 |
结论 | 第74-76页 |
致谢 | 第76-78页 |
参考文献 | 第78-82页 |
攻读硕士学位期间发表的论文及科研成果 | 第82页 |