摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-15页 |
·研究目的和意义 | 第8-9页 |
·反分析方法的分类 | 第9-10页 |
·反分析法国内外研究历史及现状 | 第10-13页 |
·人工神经网络的发展简史 | 第13-14页 |
·本文的研究思路、内容及方法 | 第14-15页 |
第二章 人工神经网络的BP算法 | 第15-28页 |
·人工神经网络简介 | 第15-16页 |
·人工神经网络的传递函数和学习规则 | 第16-18页 |
·BP神经网络 | 第18-24页 |
·基于BP算法的多层网络设计 | 第24-28页 |
第三章 现场原位滑坡试验 | 第28-42页 |
·工程概述 | 第28-32页 |
·监测方案的设计与测斜管的埋设 | 第32-35页 |
·开挖面监测 | 第35-36页 |
·边坡深部位移监测 | 第36-40页 |
·地表位移监测 | 第40-41页 |
·小结 | 第41-42页 |
第四章 基于参数均匀设计的边坡开挖FLAC3D模拟 | 第42-56页 |
·FLAC3D简介 | 第42-43页 |
·均匀试验设计 | 第43-45页 |
·模型的建立 | 第45-47页 |
·边坡开挖的FLAC3D模拟 | 第47-49页 |
·基于参数均匀设计的FLAC3D计算 | 第49-55页 |
·小结 | 第55-56页 |
第五章 基于BP神经网络的力学参数反分析 | 第56-67页 |
·基于MATLAB的BP神经网络设计 | 第56-58页 |
·边坡岩体力学参数反分析的BP神经网络建立 | 第58-62页 |
·力学参数反分析 | 第62-64页 |
·反分析结果分析 | 第64页 |
·基于反分析参数的边坡开挖模拟 | 第64-66页 |
·小结 | 第66-67页 |
第六章 结论与展望 | 第67-69页 |
·结论 | 第67页 |
·展望 | 第67-69页 |
参考文献 | 第69-74页 |
致谢 | 第74-75页 |
攻读学位期间的主要研究成果 | 第75页 |