静压PHC管桩单桩竖向极限承载力预测研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-19页 |
| ·本文研究目的与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-17页 |
| ·PHC 管桩的特点及应用 | 第17页 |
| ·PHC 管桩的优点 | 第17页 |
| ·PHC 管桩的缺点 | 第17页 |
| ·PHC 管桩研究存在的问题 | 第17-18页 |
| ·本文的研究工作 | 第18-19页 |
| 第二章 PHC 管桩的受力性状 | 第19-25页 |
| ·荷载传递理论分析 | 第19-21页 |
| ·荷载传递机理 | 第19-20页 |
| ·荷载传递方程 | 第20-21页 |
| ·单桩受力效应分析 | 第21-23页 |
| ·土塞效应 | 第21-22页 |
| ·挤土效应 | 第22页 |
| ·时间效应 | 第22-23页 |
| ·单桩破坏模式 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 PHC 管桩极限承载力的灰预测 | 第25-43页 |
| ·灰色系统理论的不确定性 | 第25页 |
| ·灰色系统理论的主要内容 | 第25-26页 |
| ·GM(1,1)模型 | 第26-30页 |
| ·基于 Q-s 曲线的数学分析 | 第26-27页 |
| ·GM(1,1)模型的建立过程 | 第27-29页 |
| ·GM(1,1)模型的精度检验 | 第29-30页 |
| ·单桩竖向极限荷载的确定 | 第30-32页 |
| ·工程实例 | 第32-41页 |
| ·小结 | 第41-43页 |
| 第四章 神经网络的设计与应用 | 第43-66页 |
| ·BP 算法的多层感知器模型 | 第43-49页 |
| ·BP 网络学习的算法描述 | 第49页 |
| ·标准 BP 算法的不足及改进 | 第49-50页 |
| ·遗传算法优化网络权值的步骤 | 第50-51页 |
| ·GA-BP 神经网络的结构和程序 | 第51-53页 |
| ·BP 神经网络结构 | 第51-52页 |
| ·遗传算法实现步骤 | 第52-53页 |
| ·GA-BP 神经网络预测工程实例 | 第53-60页 |
| ·变量敏感度分析 | 第60-64页 |
| ·小结 | 第64-66页 |
| 第五章 结论与展望 | 第66-68页 |
| ·本文研究工作的主要结论 | 第66-67页 |
| ·对本课题研究工作的展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
