基于遗传神经网络算法的基坑土体参数反演和基坑沉降预测研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 国外反演理论的发展 | 第14-16页 |
| 1.2.2 国内反演理论的发展 | 第16-18页 |
| 1.3 研究目的 | 第18页 |
| 1.4 主要研究内容和技术路线 | 第18-20页 |
| 1.4.1 主要研究内容 | 第18-19页 |
| 1.4.2 技术路线 | 第19-20页 |
| 第2章 燕儿岛站基坑工程变形监测与分析 | 第20-28页 |
| 2.1 概述 | 第20页 |
| 2.2 燕儿岛站基坑工程概况 | 第20-21页 |
| 2.3 基坑工程监测 | 第21-22页 |
| 2.3.1 基坑监测的目的 | 第21-22页 |
| 2.3.2 基坑监测的主要内容 | 第22页 |
| 2.4 开挖工况 | 第22页 |
| 2.5 基坑监测数据分析 | 第22-26页 |
| 2.5.1 监测点布置方案 | 第22-24页 |
| 2.5.2 围护桩侧移 | 第24-25页 |
| 2.5.3 地下水位 | 第25页 |
| 2.5.4 地表沉降 | 第25-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第3章 基坑开挖数值模拟分析 | 第28-38页 |
| 3.1 概述 | 第28页 |
| 3.2 基坑工程概况 | 第28-31页 |
| 3.3 数值模拟 | 第31-36页 |
| 3.3.1 数值计算模型建立 | 第31-36页 |
| 3.3.2 模拟结果分析 | 第36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 基坑土体参数反演 | 第38-60页 |
| 4.1 概述 | 第38页 |
| 4.2 神经网络基本原理 | 第38-42页 |
| 4.2.1 神经网络原理和算法 | 第38-40页 |
| 4.2.2 BP神经网络计算步骤 | 第40-42页 |
| 4.3 遗传算法基本原理 | 第42-44页 |
| 4.3.1 遗传算法原理 | 第42-43页 |
| 4.3.2 遗传算法基本要素 | 第43页 |
| 4.3.3 遗传算法计算步骤 | 第43-44页 |
| 4.4 遗传神经网络的基本原理 | 第44-45页 |
| 4.5 均匀试验设计 | 第45-47页 |
| 4.5.1 试验设计与参数反演 | 第45-46页 |
| 4.5.2 均匀设计 | 第46-47页 |
| 4.6 参数反演 | 第47-48页 |
| 4.6.1 参数反演及流程 | 第47-48页 |
| 4.6.2 参数的取值范围和试验样本 | 第48页 |
| 4.7 工程实例 | 第48-55页 |
| 4.7.1 工程概况及实测数据 | 第48-49页 |
| 4.7.2 试验样本及试验结果 | 第49-50页 |
| 4.7.3 有限元计算模型 | 第50-51页 |
| 4.7.4 基坑土体参数反演 | 第51-55页 |
| 4.8 遗传神经网络算法在沉降预测中的应用 | 第55-58页 |
| 4.8.1 训练样本获取 | 第55-56页 |
| 4.8.2 训练结果分析 | 第56-57页 |
| 4.8.3 动态沉降预测 | 第57-58页 |
| 4.9 本章小结 | 第58-60页 |
| 第5章 结论与展望 | 第60-62页 |
| 5.1 结论 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-66页 |
| 硕士期间参与的科研项目 | 第66页 |
| 硕士期间发表的学术论文 | 第66-67页 |
| 学位论评阅及答辩情况表 | 第67页 |
