基于模糊综合评价和神经网络对边坡稳定性的分析研究
摘要 | 第1-5页 |
Abstract | 第5-8页 |
第一章 绪论 | 第8-12页 |
·论文研究意义 | 第8-9页 |
·模糊数学应用于边坡工程的研究现状 | 第9页 |
·神经网络在边坡稳定性分析中的应用 | 第9-10页 |
·模糊神经网络在边坡稳定性分析中的应用 | 第10页 |
·本文的研究目的及研究内容 | 第10-11页 |
·研究目的 | 第10-11页 |
·研究的主要内容 | 第11页 |
·小结 | 第11-12页 |
第二章 边坡变形特征及破坏模式研究分析 | 第12-16页 |
·边坡岩体的变形特征 | 第12-13页 |
·松动 | 第12页 |
·蠕动 | 第12-13页 |
·边坡岩体的破坏模式 | 第13-15页 |
·崩塌 | 第13页 |
·滑坡 | 第13-14页 |
·滑塌 | 第14页 |
·岩块流动 | 第14页 |
·岩层曲折 | 第14-15页 |
·小结 | 第15-16页 |
第三章 影响边坡稳定性因素的分析 | 第16-21页 |
·影响边坡稳定性的岩体特征因素 | 第16-17页 |
·边坡形态 | 第16页 |
·地下水 | 第16页 |
·边坡岩土体抗风化性 | 第16-17页 |
·地质构造和地形地貌 | 第17页 |
·影响边坡稳定性的内部因素 | 第17-18页 |
·内摩擦角 | 第17页 |
·粘聚力 | 第17页 |
·容重 | 第17-18页 |
·初始地应力 | 第18页 |
·影响边坡稳定性的外部因素 | 第18-20页 |
·振动作用 | 第18页 |
·气候条件 | 第18-19页 |
·人类工程活动 | 第19-20页 |
·小结 | 第20-21页 |
第四章 边坡稳定性分析的模糊综合评价模型 | 第21-39页 |
·模糊综合评价方法简介 | 第21-22页 |
·评价因子权重的确定方法 | 第22-25页 |
·权的定义 | 第22页 |
·权重确定方法 | 第22-25页 |
·隶属函数的确定 | 第25-28页 |
·隶属函数概念及原则 | 第25页 |
·隶属函数的表示方法 | 第25-28页 |
·边坡稳定性的模糊综合评价 | 第28-38页 |
·边坡稳定性模糊综合评价模型的建立 | 第28-30页 |
·边坡稳定性模糊综合评价的权重确定 | 第30-31页 |
·边坡稳定性评价因素的隶属函数 | 第31-38页 |
·小结 | 第38-39页 |
第五章 基于神经网络的边坡稳定性分析模型 | 第39-53页 |
·神经网络基本原理 | 第39-42页 |
·神经网络简介 | 第39页 |
·神经网络的分类 | 第39-40页 |
·BP 神经网络学习算法 | 第40-41页 |
·基于BP 神经网络的综合评价 | 第41-42页 |
·边坡稳定性分析的神经网络 | 第42-44页 |
·输入层和输出层的确定 | 第42-43页 |
·隐层数的确定 | 第43页 |
·训练及检验样本的选择 | 第43-44页 |
·边坡稳定性的神经网络模拟过程 | 第44-52页 |
·输入层参数选取 | 第44-46页 |
·边坡稳定性模型案例归一化处理 | 第46-48页 |
·基于matlab 神经网络分析 | 第48-52页 |
·小结 | 第52-53页 |
第六章 模糊神经网络在边坡稳定性分析中的应用 | 第53-60页 |
·神经网络和模糊系统的特点 | 第53-55页 |
·模糊神经网络基本理论 | 第53-54页 |
·人工神经网络与模糊系统的结合方式 | 第54-55页 |
·模糊神经网络在边坡稳定性分析中的应用 | 第55-59页 |
·边坡稳定性模糊神经网络模型的建立 | 第55页 |
·评判实例分析 | 第55-59页 |
·小结 | 第59-60页 |
第七章 工程应用 | 第60-67页 |
·边坡概况及地形地貌 | 第60-61页 |
·应用模糊综合评价分析边坡稳定性 | 第61-65页 |
·稳定因素选取 | 第61-63页 |
·隶属函数的等效性 | 第63-65页 |
·神经网络和模糊神经网络在边坡实例中的应用 | 第65-66页 |
·小结 | 第66-67页 |
第八章 结论和建议 | 第67-68页 |
·主要结论 | 第67页 |
·主要存在的问题 | 第67页 |
·进一步研究的设想 | 第67-68页 |
参考文献 | 第68-71页 |
致谢 | 第71页 |