| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第9页 |
| ·国内研究现状 | 第9-11页 |
| ·课题研究的内容 | 第11-12页 |
| 第二章 高速铁路线下工程 | 第12-17页 |
| ·线下工程 | 第12-14页 |
| ·路基 | 第12-13页 |
| ·桥涵 | 第13页 |
| ·过渡段 | 第13-14页 |
| ·线下工程的沉降监测 | 第14-15页 |
| ·变形分析方法 | 第15-17页 |
| 第三章 灰色系统理论研究 | 第17-30页 |
| ·灰色系统理论 | 第17-19页 |
| ·灰色系统的概念及特征 | 第17页 |
| ·灰色系统理论的研究内容 | 第17-18页 |
| ·灰色序列 | 第18-19页 |
| ·灰色模型 | 第19-21页 |
| ·灰色模型的特性 | 第19-20页 |
| ·灰色建模原理 | 第20-21页 |
| ·GM(1,1)模型 | 第21-26页 |
| ·GM（1,1）模型简介 | 第21页 |
| ·GM（1,1）模型建模 | 第21-23页 |
| ·GM（1,1）模型精度检验 | 第23-24页 |
| ·GM（1,1）模型预测 | 第24-26页 |
| ·灰色线性回归组合模型 | 第26-30页 |
| 第四章 基于改进算法的灰色神经网络预测模型研究 | 第30-38页 |
| ·人工神经网络 | 第30-32页 |
| ·BP 神经网络模型及算法 | 第32-36页 |
| ·BP 网络结构 | 第32页 |
| ·BP 网络学习算法及 MATLAB 实现 | 第32-34页 |
| ·改进的 BP 算法 | 第34-35页 |
| ·实例分析 | 第35-36页 |
| ·灰色神经网络组合模型 | 第36页 |
| ·基于改进 BP 算法的灰色神经网络模型 | 第36-38页 |
| ·模型基本原理 | 第36-37页 |
| ·模型精度检验 | 第37-38页 |
| 第五章 基于改进 BP 算法的灰色神经网络在高铁沉降预测中的应用 | 第38-51页 |
| ·工程概况 | 第38页 |
| ·工程沉降监测数据 | 第38-39页 |
| ·工程应用 | 第39-51页 |
| ·GM（1，1）模型在工程中的预测 | 第39-42页 |
| ·BP 神经网络在工程中的预测 | 第42-44页 |
| ·灰色线性回归组合模型在工程中的预测 | 第44-47页 |
| ·改进 BP 算法的灰色神经网络组合模型在工程中的应用 | 第47-51页 |
| 第六章 总结与展望 | 第51-52页 |
| ·总结 | 第51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录 | 第55-59页 |
| 致谢 | 第59-60页 |
| 在学期间发表的学术论文与研究成果 | 第60页 |
| 个人简历 | 第60页 |