| 第一章 滑坡研究的历史、现状及其发展趋势 | 第1-19页 |
| 1．1 前言 | 第13-15页 |
| 1．2 国外滑坡理论研究概况 | 第15-16页 |
| 1．3 我国滑坡理论研究概况 | 第16-18页 |
| 1．4 本文所做的主要工作 | 第18-19页 |
| 第二章 边坡稳定性分析评价方法 | 第19-28页 |
| 2．1 分析方法 | 第19页 |
| 2．1．1 历史成因分析法 | 第19页 |
| 2．1．2 工程地质类比法 | 第19页 |
| 2．2 定量的分析方法 | 第19-28页 |
| 2．2．1 极限平衡法 | 第19-22页 |
| 2．2．2 数值分析法 | 第22-25页 |
| 2．2．3 图解法 | 第25-26页 |
| 2．2．4 可靠度分析方法 | 第26页 |
| 2．2．5 模糊数学法 | 第26页 |
| 2．2．6 灰色系统法 | 第26页 |
| 2．2．7 人工智能法 | 第26-28页 |
| 第三章 石台县大演乡陈良山滑坡体的特征 | 第28-40页 |
| 3．1 概述 | 第28-29页 |
| 3．2 石台县大演乡陈良山滑坡体的特征 | 第29-31页 |
| 3．2．1 滑坡体地形地貌及形态特征 | 第29-30页 |
| 3．2．2 滑坡体地质背景 | 第30-31页 |
| 3．3 气象水文特征 | 第31页 |
| 3．3．1 气象特征 | 第31页 |
| 3．3．2 地表径流 | 第31页 |
| 3．3．3 地下水特征 | 第31页 |
| 3．4 滑坡体地层结构 | 第31-33页 |
| 3．5 滑坡体的遥感图象及地球物理解译 | 第33-38页 |
| 3．5．1 遥感图象解译 | 第33-34页 |
| 3．5．2 高密度电法资料解译 | 第34-38页 |
| 3．6 滑坡体岩土物理力学性质 | 第38-39页 |
| 3．7 滑动带的确定 | 第39页 |
| 3．8 滑坡形成的主要因素和诱发因素 | 第39-40页 |
| 第四章 石台县大演乡陈良山滑坡体有限元强度折减法的稳定性分析 | 第40-58页 |
| 4．1 有限单元法历史回顾 | 第40页 |
| 4．2 ANSYS介绍 | 第40-43页 |
| 4．2．1 ANSYS软件的特点 | 第41-42页 |
| 4．2．2 非线性功能 | 第42页 |
| 4．2．3 方程求解器 | 第42-43页 |
| 4．2．4 单元生死 | 第43页 |
| 4．3 ANSYS分析典型过程 | 第43-45页 |
| 4．3．1 建立有限元模型 | 第43-45页 |
| 4．3．2 施加载荷并求解 | 第45页 |
| 4．3．3 查看分析结果 | 第45页 |
| 4．4 强度折减概念 | 第45-46页 |
| 4．5 强度折减弹塑性有限元分析方法 | 第46-49页 |
| 4．5．1 有限元数值分析中非线性迭代算法 | 第46-47页 |
| 4．5．2 强度折减弹塑性计算中应力修正方法 | 第47-48页 |
| 4．5．3 基于塑性开展区的边坡失稳判据 | 第48-49页 |
| 4．6 ANSYS有限元对陈良山滑坡体稳定性的分析 | 第49-57页 |
| 4．6．1 模型的建立 | 第49-50页 |
| 4．6．2 参数选择及依据 | 第50页 |
| 4．6．3 边界条件及屈服准则 | 第50-51页 |
| 4．6．4 网格划分 | 第51页 |
| 4．6．5 计算过程及结果分析 | 第51-57页 |
| 4．7 结果对比分析 | 第57-58页 |
| 第五章 人工神经网络在陈良山边坡稳定性预测中的应用 | 第58-71页 |
| 5．1 引言 | 第58页 |
| 5．2 人工神经网络概述 | 第58-62页 |
| 5．2．1 BP神经网络分析 | 第59-61页 |
| 5．2．2 BP神经网络模型 | 第61-62页 |
| 5．3 BP网络方法的建立 | 第62-64页 |
| 5．4 滑坡预测神经网络系统模型、结构及其工作原理 | 第64-66页 |
| 5．4．1 神经网络应用系统模型 | 第64-65页 |
| 5．4．2 滑坡预报神经网络系统结构及工作原理 | 第65-66页 |
| 5．5 人工神经网络预测陈良山边坡稳定性 | 第66-70页 |
| 5．6 小结 | 第70-71页 |
| 第六章 结论与建议 | 第71-72页 |
| 参考文献 | 第72-75页 |
