人工神经网络在高速公路软基沉降预测中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| §1-1 引言 | 第8页 |
| §1-2 软土的基本概念和工程性质 | 第8-11页 |
| 1-2-1 软土的基本概念 | 第8-9页 |
| 1-2-2 软土的类型及在我国的分布 | 第9-10页 |
| 1-2-3 软土的工程性质 | 第10-11页 |
| §1-3 软土地基沉降预测的意义 | 第11页 |
| §1-4 本文的主要工作 | 第11-12页 |
| 第二章 路基沉降的计算和预测方法 | 第12-27页 |
| §2-1 土的固结理论的发展 | 第12-13页 |
| §2-2 路基沉降的组成 | 第13-14页 |
| §2-3 路基沉降的计算方法 | 第14-19页 |
| 2-3-1 初始沉降的计算 | 第14-16页 |
| 2-3-2 固结沉降的计算 | 第16-18页 |
| 2-3-3 次固结沉降的计算 | 第18-19页 |
| §2-4 路基沉降的预测方法 | 第19-27页 |
| 2-4-1 静态预测方法 | 第19-24页 |
| 2-4-2 动态预测方法 | 第24-27页 |
| 第三章 人工神经网络基本原理 | 第27-36页 |
| §3-1 人工神经网络的发展 | 第27-28页 |
| §3-2 人工神经网络的基本原理 | 第28-32页 |
| 3-2-1 生物神经元模型 | 第28-29页 |
| 3-2-2 人工神经元模型 | 第29页 |
| 3-2-3 激发函数的作用和分类 | 第29-30页 |
| 3-2-4 神经网络的学习规则 | 第30-31页 |
| 3-2-5 神经网络的连接模式 | 第31-32页 |
| §3-3 BP神经网络模型和算法 | 第32-36页 |
| 3-3-1 BP神经网络模型简介 | 第32-33页 |
| 3-3-2 BP算法的步骤 | 第33-34页 |
| 3-3-3 BP算法中存在的一些问题 | 第34-36页 |
| 第四章 应用BP网络预测公路软基沉降 | 第36-49页 |
| §4-1 神经网络工具箱及其函数介绍 | 第36-37页 |
| 4-1-1 神经网络工具箱 | 第36页 |
| 4-1-2 工具箱函数介绍 | 第36-37页 |
| §4-2 工程概况及沉降监测情况 | 第37-40页 |
| 4-2-1 工程概况 | 第37-38页 |
| 4-2-2 沉降监测情况 | 第38-40页 |
| §4-3 软土地基路堤沉降的发展过程预测 | 第40-46页 |
| 4-3-1 预测网络设计 | 第40-42页 |
| 4-3-2 网络的测试和预测 | 第42-46页 |
| 4-3-3 预测结果分析 | 第46页 |
| §4-4 不同方法对最终沉降量的预测 | 第46-48页 |
| §4-5 本章小结 | 第48-49页 |
| 第五章 沉降修正系数模型 | 第49-56页 |
| §5-1 硬壳层对软基沉降的影响 | 第49-51页 |
| 5-1-1 硬壳层的概念及工程特性 | 第49页 |
| 5-1-2 硬壳层的作用机理 | 第49-50页 |
| 5-1-3 硬壳层对沉降的影响 | 第50-51页 |
| §5-2 沉降修正系数模型的建立和应用 | 第51-55页 |
| 5-2-1 模型建立的意义 | 第51页 |
| 5-2-2 沉降修正系数模型设计 | 第51-53页 |
| 5-2-3 沉降修正系数模型的应用 | 第53-55页 |
| §5-3 本章小结 | 第55-56页 |
| 第六章 结论与建议 | 第56-57页 |
| §6-1 结论 | 第56页 |
| §6-2 建议 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 附录A | 第60页 |
