| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·引言 | 第9页 |
| ·国内外主要研究方法及其现状 | 第9-14页 |
| ·极限平衡法 | 第10页 |
| ·经验分析法 | 第10-11页 |
| ·统计分析法 | 第11-13页 |
| ·数值分析方法 | 第13-14页 |
| ·本文的研究内容、路线及意义 | 第14-17页 |
| ·本文的研究内容 | 第14页 |
| ·本文的研究路线 | 第14-16页 |
| ·本文的研究意义 | 第16-17页 |
| 2 彰龙高速野外调查 | 第17-25页 |
| ·调查区地质条件 | 第17-18页 |
| ·地形地貌 | 第17-18页 |
| ·地层岩性 | 第18页 |
| ·地质构造 | 第18页 |
| ·边坡稳定性影响因子的选择 | 第18-23页 |
| ·边坡稳定性影响因子 | 第18-21页 |
| ·本次研究选取的因子 | 第21-23页 |
| ·调查内容 | 第23-24页 |
| ·资料整理 | 第24-25页 |
| 3 基于统计方法的边坡稳定性综合评价原理 | 第25-41页 |
| ·边坡稳定性模糊综合评估 | 第25-31页 |
| ·模糊集合的基本概念 | 第25-26页 |
| ·隶属函数 | 第26-27页 |
| ·基本数学原理 | 第27-29页 |
| ·模糊综合评判的模型 | 第29-31页 |
| ·边坡稳定性的人工神经网络评估 | 第31-37页 |
| ·人工神经网络的基本特点 | 第31-32页 |
| ·人工神经网络的系统模型 | 第32-34页 |
| ·人工神经网络类型及典型模型 | 第34-36页 |
| ·RBF 人工神经网络的算法及其优点 | 第36-37页 |
| ·边坡稳定性的多元不安定指数评估 | 第37-41页 |
| ·多元不安定指数分析法的分析流程 | 第37-38页 |
| ·因子不稳定率权重值 | 第38-39页 |
| ·整体坡地不安定指数 | 第39-41页 |
| 4 漳龙高速公路边坡稳定性评价模型 | 第41-56页 |
| ·模糊综合评判模型 | 第41-45页 |
| ·评价因子选取 | 第41页 |
| ·隶属度的确定 | 第41-43页 |
| ·因子权重的确定 | 第43-44页 |
| ·综合评判 | 第44-45页 |
| ·RBF 人工神经网络模型 | 第45-50页 |
| ·数据及参数的处理 | 第45-47页 |
| ·模型的建立 | 第47-48页 |
| ·模型参数的选择 | 第48-50页 |
| ·网络模型的训练结果及其分析 | 第50页 |
| ·多元不安定指数模型 | 第50-56页 |
| ·数据的处理 | 第50-51页 |
| ·评价模型 | 第51-56页 |
| 5 97 号边坡稳定性综合评价实例 | 第56-61页 |
| ·97 号边坡概况 | 第56-58页 |
| ·97 号边坡数据的处理 | 第58-59页 |
| ·模糊综合评判模型数据处理 | 第58页 |
| ·RBF人工神经网络模型数据处理 | 第58-59页 |
| ·多元不安定指数模型数据处理 | 第59页 |
| ·评价结果 | 第59-61页 |
| ·模糊综合评价结果 | 第59页 |
| ·RBF 人工神经网络评价结果 | 第59-60页 |
| ·多元不安定指数评价结果 | 第60-61页 |
| 6 漳龙高速97 处边坡稳定性综合评价结果及其分析 | 第61-66页 |
| ·基于模糊综合评判的评价 | 第61页 |
| ·基于RBF 人工神经网络的评价 | 第61页 |
| ·基于多元不安定指数的评价 | 第61-66页 |
| 7 分析结果综合比较 | 第66-70页 |
| ·各分析模式结果与优缺点比较 | 第66页 |
| ·分析模式权重排序 | 第66-68页 |
| ·边坡稳定性细分的分析讨论 | 第68页 |
| ·边坡稳定性分级 | 第68页 |
| ·综合讨论 | 第68-70页 |
| 8 结论及展望 | 第70-72页 |
| ·结论 | 第70-71页 |
| ·建议 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 致谢 | 第74-75页 |
| 附录A | 第75-78页 |
| 附录B | 第78-80页 |
| 攻读硕士学位期间发表的论文及参加的科研活动 | 第80页 |