致谢 | 第7-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9-10页 |
第一章 绪论 | 第17-23页 |
1.1 课题研究背景与意义 | 第17页 |
1.2 深基坑工程的特点 | 第17-18页 |
1.3 国内外研究现状 | 第18-21页 |
1.3.1 基坑开挖变形研究现状 | 第18-20页 |
1.3.2 数值模拟在深基坑中的应用 | 第20页 |
1.3.3 智能算法深基坑变形预测研究现状 | 第20-21页 |
1.4 本文研究内容及方法 | 第21-23页 |
第二章 正交试验方法与神经网络预测模型理论 | 第23-35页 |
2.1 正交试验方法 | 第23-26页 |
2.1.1 正交试验简介 | 第23页 |
2.1.2 正交试验设计原理 | 第23-26页 |
2.1.3 正交试验结果分析 | 第26页 |
2.2 人工神经网络基本原理 | 第26-32页 |
2.2.1 人工神经元模型 | 第27页 |
2.2.2 神经元激活函数 | 第27-28页 |
2.2.3 人工神经网络模型 | 第28-29页 |
2.2.4 神经网络的学习 | 第29-32页 |
2.3 BP神经网络基本原理 | 第32-34页 |
2.3.1 BP神经网络神经网络模型 | 第32页 |
2.3.2 BP神经网络学习规则 | 第32-34页 |
2.4 本章小结 | 第34-35页 |
第三章 深基坑工程施工及变形监测 | 第35-43页 |
3.1 工程概况 | 第35-36页 |
3.1.1 工程概况 | 第35页 |
3.1.2 场地地质条件 | 第35-36页 |
3.1.3 工程特点 | 第36页 |
3.2 基坑工程监测方案 | 第36-39页 |
3.2.1 基坑监测目的 | 第36-37页 |
3.2.2 基坑监测项目 | 第37-38页 |
3.2.3 基坑监测频率 | 第38-39页 |
3.3 监测结果分析 | 第39-42页 |
3.3.1 地下连续墙水平位移分析 | 第39-41页 |
3.3.2 坑外地表沉降分析 | 第41-42页 |
3.4 本章小结 | 第42-43页 |
第四章 深基坑施工过程数值模拟 | 第43-68页 |
4.1 FLAC-3D有限差分软件的介绍 | 第43-44页 |
4.1.1 FLAC-3D程序功能介绍 | 第43页 |
4.1.2 FLAC-3D软件优缺点 | 第43-44页 |
4.1.3 FLAC-3D数值模拟流程 | 第44页 |
4.2 数值模型建立以及相关计算参数 | 第44-49页 |
4.2.1 计算假定 | 第45页 |
4.2.2 模型计算参数 | 第45-49页 |
4.3 数值计算结果分析 | 第49-56页 |
4.3.1 地连墙位移分析 | 第49-53页 |
4.3.2 坑外地表沉降分析 | 第53-55页 |
4.3.3 坑底隆起分析 | 第55-56页 |
4.4 施工监测数据与数值计算结果对比分析 | 第56-58页 |
4.5 基坑设计参数正交试验 | 第58-66页 |
4.5.1 基坑变形影响因素分析 | 第59页 |
4.5.2 正交试验因素及其水平设计 | 第59-60页 |
4.5.3 正交试验计算结果 | 第60-61页 |
4.5.4 正交试验极差分析 | 第61-62页 |
4.5.5 效应曲线图 | 第62-64页 |
4.5.6 定量分析深基坑变形与影响因素规律 | 第64-66页 |
4.6 本章小结 | 第66-68页 |
第五章 深基坑开挖的人工神经网络预测 | 第68-84页 |
5.1 基于等时距的神经网络深基坑开挖变形预测 | 第68-72页 |
5.1.1 基于等时距的神经网络预测方法 | 第68-69页 |
5.1.2 基于等时距的神经网络深基坑工程变形预测 | 第69-72页 |
5.2 基于测量时间的神经网络深基坑开挖变形预测 | 第72-76页 |
5.2.1 基于测量时间的神经网络预测方法 | 第72-73页 |
5.2.2 基于测量时间的神经网络深基坑工程变形预测 | 第73-76页 |
5.3 基于深基坑变形影响因素的神经网络深基坑开挖变形预测 | 第76-82页 |
5.3.1 基于影响因素的神经网络预测方法 | 第76-77页 |
5.3.2 基于影响因素的神经网络深基坑工程变形预测 | 第77-82页 |
5.4 本章小结 | 第82-84页 |
第六章 结论与展望 | 第84-86页 |
6.1 结论 | 第84页 |
6.2 展望 | 第84-86页 |
参考文献 | 第86-89页 |
攻读硕士学位期间的学术活动及成果情况 | 第89页 |