| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·问题的提出 | 第10-11页 |
| ·国内外目前研究的现状 | 第11-15页 |
| ·本文研究的主要内容和技术路线 | 第15-18页 |
| ·本文研究的主要内容 | 第15-16页 |
| ·本文研究的技术路线 | 第16-18页 |
| 第二章 黄土高边坡变形破坏及其主要影响因素 | 第18-24页 |
| ·黄土高边坡变形破坏特征 | 第18-20页 |
| ·坡面变形破坏 | 第18页 |
| ·坡体变形破坏 | 第18-20页 |
| ·影响黄土高边坡稳定性的主要因素 | 第20-24页 |
| ·内在影响因素 | 第20-21页 |
| ·外在影响因素 | 第21-22页 |
| ·人为活动因素 | 第22-24页 |
| 第三章 粗糙集(RS)理论在黄土高边坡稳定性分析中的应用 | 第24-38页 |
| ·引言 | 第24-25页 |
| ·RS理论及其应用 | 第25-33页 |
| ·RS理论的基本概念 | 第25-30页 |
| ·决策表的约简 | 第30-33页 |
| ·RS理论的特点 | 第33页 |
| ·RS理论的应用实例 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 范例推理法在黄土高边坡稳定性分析中的应用 | 第38-63页 |
| ·引言 | 第38页 |
| ·范例推理的基本原理及其实现步骤 | 第38-40页 |
| ·范例的存储表达和属性权重的确定 | 第40-41页 |
| ·目标范例与源范例之间的相似度计算方法 | 第41-48页 |
| ·基于欧氏距离的边坡稳定性评价范例推理方法 | 第42-43页 |
| ·基于曼哈顿距离的边坡稳定性评价范例推理方法 | 第43页 |
| ·基于模糊相似优先比的边坡稳定性评价范例推理方法 | 第43-48页 |
| ·范例推理的实例分析 | 第48-55页 |
| ·黄土高边坡数据库系统的介绍 | 第55-62页 |
| ·黄土高边坡数据库的分析评判介绍 | 第55-59页 |
| ·黄土高边坡数据库系统管理维护介绍 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 遗传算法在黄土高边坡稳定性分析中的应用 | 第63-77页 |
| ·引言 | 第63页 |
| ·遗传算法基本原理 | 第63-68页 |
| ·遗传算法简介 | 第63页 |
| ·遗传算法与传统方法对比 | 第63-65页 |
| ·完整的遗传算法运算流程 | 第65-67页 |
| ·遗传算法的优点 | 第67-68页 |
| ·遗传算法的应用领域 | 第68页 |
| ·遗传算法在黄土高边坡稳定性分析的应用 | 第68-75页 |
| ·问题的提出 | 第68-69页 |
| ·黄土高边坡分析模型的建立 | 第69-73页 |
| ·遗传算法的实例计算 | 第73-75页 |
| ·本章小结 | 第75-77页 |
| 第六章 结论与展望 | 第77-79页 |
| ·结论 | 第77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82页 |