| 第1章 绪论 | 第1-15页 |
| ·引言 | 第7-8页 |
| ·边坡稳定性分析研究现状综述 | 第8-13页 |
| ·边坡稳定性分析极限平衡法 | 第8-12页 |
| ·边坡稳定性的极限分析法 | 第12页 |
| ·边坡稳定性分析的有限元法 | 第12-13页 |
| ·本文的研究思路和所做主要工作 | 第13-15页 |
| 第2章 自适应神经模糊推理系统用于边坡稳定分析的原理 | 第15-38页 |
| ·人工神经网络(ANN)的基本原理 | 第15-24页 |
| ·引言 | 第15页 |
| ·人工神经元的基本模型 | 第15-17页 |
| ·人工神经网络的工作方式 | 第17-18页 |
| ·人工神经网络的学习方法和规则 | 第18-19页 |
| ·BP神经网络(Back-Propagation Network) | 第19-24页 |
| ·模糊分析的基本原理 | 第24-32页 |
| ·模糊理论的发展历史 | 第24-25页 |
| ·模糊分析基础 | 第25-32页 |
| ·神经网络方法和模糊方法用于边坡稳定性分析研究的现状 | 第32-33页 |
| ·自适应神经模糊推理系统(ANFIS) | 第33-38页 |
| ·ANFIS的产生背景 | 第33页 |
| ·自适应网络 | 第33-34页 |
| ·ANFIS基本原理及其实现 | 第34-38页 |
| 第3章 ANFIS用于边坡稳定性分析的模型建立 | 第38-45页 |
| ·边坡稳定性分析的数学描述 | 第38-39页 |
| ·边坡稳定性分析ANFIS模型建立步骤 | 第39-43页 |
| ·建立ANFIS模型的一般步骤 | 第39页 |
| ·输入变量隶属函数类型和个数的确定 | 第39-41页 |
| ·输入变量空间划分 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 利用ANTIS进行边坡稳定性分析的实例研究 | 第45-58页 |
| ·MATLAB模糊逻辑工具箱简介 | 第45页 |
| ·利用自适应神经模糊推理方法分析边坡稳定性的实例研究 | 第45-52页 |
| ·MATLAB环境下利用自适应神经模糊推理方法分析边坡稳定性 | 第46-49页 |
| ·模型拟和能力检验 | 第49-50页 |
| ·模型预测能力检验 | 第50页 |
| ·ANFIS训练前后参数变化情况 | 第50-52页 |
| ·利用ANFIS进行边坡分析方法的讨论及其改进 | 第52-57页 |
| ·训练样本集的合理选择及模型的区域适应性 | 第52页 |
| ·训练结果的有效性—核对数据的运用 | 第52-55页 |
| ·网络结构优化 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 结论与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-62页 |
