| 第一章 绪论 | 第1-16页 |
| 1．1 前言 | 第7-8页 |
| 1．2 影响路基沉降量大小的因素 | 第8-10页 |
| 1．3 经典沉降计算方法 | 第10-12页 |
| 1．4 国内外研究现状 | 第12-14页 |
| 1．5 论文研究的目的和主要内容 | 第14-16页 |
| 第二章 灰色理论在沉降预测中的应用 | 第16-30页 |
| 2．1 概述 | 第16-17页 |
| 2．2 理论基础 | 第17-18页 |
| 2．3 GM（1，1）模型在沉降预测中的应用 | 第18-21页 |
| 2．3．1 模型的建立 | 第18-21页 |
| 2．3．2 模型精度的检验 | 第21页 |
| 2．4 GM（1，1）置零建模法及其应用 | 第21-22页 |
| 2．5 不等时距的GM（1，1）模型 | 第22-23页 |
| 2．6 考虑荷载变化的路基沉降灰色GM（1，1）修正预测模型 | 第23-25页 |
| 2．6．1 沉降过程的相似性 | 第24页 |
| 2．6．2 GM（1，1）修正模型的建立 | 第24-25页 |
| 2．7 GM（1，1）残差模型 | 第25-26页 |
| 2．8 GM（1，1）模型的应用 | 第26-29页 |
| 2．8．1 填土时期的应用 | 第26-27页 |
| 2．8．2 在静载时期的应用 | 第27-29页 |
| 2．9 小结 | 第29-30页 |
| 第三章 神经网络在沉降预测中的应用 | 第30-42页 |
| 3．1 概述 | 第30页 |
| 3．2 BP网络的学习算法 | 第30-32页 |
| 3．3 基于BP网络的非线性时间序列预测方法 | 第32-33页 |
| 3．4 神经网络的实施 | 第33-34页 |
| 3．5 神经网络模型在沉降预测中的应用举例 | 第34-41页 |
| 3．5．1 ANN模型的选择 | 第35页 |
| 3．5．2 训练样本的选择及数据处理 | 第35-37页 |
| 3．5．3 训练结果的分析 | 第37-40页 |
| 3．5．4 用训练后的模型进行沉降预测 | 第40-41页 |
| 3．6 小结 | 第41-42页 |
| 第四章 曲线拟合法在沉降预测中的应用 | 第42-54页 |
| 4．1 概述 | 第42-43页 |
| 4．2 几种拟合曲线 | 第43-46页 |
| 4．2．1 双曲线 | 第43-44页 |
| 4．2．2 指数曲线 | 第44-46页 |
| 4．2．3 其他曲线 | 第46页 |
| 4．3 曲线拟合过程 | 第46-47页 |
| 4．4 基于MATLAB5．3的曲线拟合计算机实现 | 第47-53页 |
| 4．4．1 MATLAB5．3简介 | 第47-48页 |
| 4．4．2 程序说明 | 第48-51页 |
| 4．4．3 实例 | 第51-53页 |
| 4．5 小结 | 第53-54页 |
| 第五章 高路堤沉降稳定分析验证 | 第54-63页 |
| 5．1 沉降数据的测量 | 第54-56页 |
| 5．2 高填方路段的沉降稳定分析验证 | 第56-62页 |
| 5．2．1 K191+470观测群 | 第56-59页 |
| 5．2．2 K191+700观测群 | 第59-60页 |
| 5．2．3 K225+840观测群 | 第60-62页 |
| 5．3 小结 | 第62-63页 |
| 第六章 全文总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-74页 |