| 中文摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪言 | 第11-23页 |
| ·问题的提出 | 第11-12页 |
| ·国内外研究现状及发展方向 | 第12-20页 |
| ·反分析方法的研究现状 | 第12-15页 |
| ·反分析方法的分类 | 第15-17页 |
| ·反分析方法存在的问题 | 第17-19页 |
| ·反分析方法发展方向 | 第19-20页 |
| ·论文选题意义及主要研究内容 | 第20-23页 |
| ·选题的来源 | 第20页 |
| ·选题的目的及意义 | 第20-21页 |
| ·主要研究内容 | 第21页 |
| ·研究思路及技术路线 | 第21-23页 |
| 第2章 围岩位移智能反分析法的基本理论 | 第23-59页 |
| ·位移反分析法概述 | 第23-24页 |
| ·神经网络在位移反分析中的应用 | 第24-25页 |
| ·公路隧道围岩位移智能反分析法的介绍 | 第25-26页 |
| ·隧道围岩的本构模型及其位移影响因素 | 第26-33页 |
| ·隧道围岩的本构模型 | 第27-32页 |
| ·隧道围岩位移影响因素 | 第32-33页 |
| ·隧道新奥法施工及监控量测 | 第33-45页 |
| ·新奥法及其主要特点 | 第34-36页 |
| ·监控量测的意义 | 第36-39页 |
| ·现场监控量测目的与任务 | 第39-41页 |
| ·现场监控量测项目与方法 | 第41-43页 |
| ·监控量测断面的布置 | 第43-45页 |
| ·人工神经网络简介及原理 | 第45-51页 |
| ·人工神经网络简介 | 第45-46页 |
| ·神经网络训练与记忆操作 | 第46-47页 |
| ·BP神经网络 | 第47-51页 |
| ·遗传算法简介及原理 | 第51-57页 |
| ·遗传算法简介 | 第51-53页 |
| ·遗传算法原理 | 第53-55页 |
| ·遗传算法的结构 | 第55-57页 |
| ·结果检验——后验差检验方法 | 第57-59页 |
| 第3章 围岩位移智能反分析系统的建立 | 第59-74页 |
| ·隧道围岩位移反分析介质模型及反演参数的确定 | 第59-62页 |
| ·隧道围岩位移反分析介质模型 | 第59页 |
| ·隧道围岩位移反演参数的确定 | 第59-62页 |
| ·试验设计方法 | 第62-65页 |
| ·正交试验设计法 | 第62-64页 |
| ·均匀试验设计法 | 第64-65页 |
| ·FLAC3D隧道开挖支护数值模拟 | 第65-70页 |
| ·FLAC~(3D)程序简介 | 第65-66页 |
| ·FLAC~(3D)程序基本原理及方程 | 第66-68页 |
| ·FLAC~(3D)隧道开挖支护的模拟 | 第68-70页 |
| ·智能位移反分析法操作步骤 | 第70-72页 |
| ·采用遗传算法优化神经网络结构 | 第70-71页 |
| ·采用遗传算法进行参数反分析 | 第71-72页 |
| ·小结 | 第72-74页 |
| 第4章 基于MATLAB围岩位移智能反分析法的实现 | 第74-82页 |
| ·MATLAB遗传算法工具箱 | 第74-77页 |
| ·Matlab中遗传算法的操作过程 | 第75-77页 |
| ·MATLAB神经网络工具箱 | 第77-79页 |
| ·Matlab中BP网络神经元模型 | 第77页 |
| ·Matlab中BP网络神经网络结构 | 第77-78页 |
| ·Matlab中BP网络工具箱函数 | 第78-79页 |
| ·输入输出数据的预处理 | 第79页 |
| ·网络结构的确定 | 第79-81页 |
| ·隐含层节点数的确定 | 第79-80页 |
| ·激活传递函数确定 | 第80页 |
| ·训练函数的选择 | 第80-81页 |
| ·网络的训练 | 第81页 |
| ·网络的检验 | 第81-82页 |
| 第5章 雪峰山隧道工程中的应用 | 第82-114页 |
| ·工程概况 | 第82-91页 |
| ·隧道区地理位置及地形地貌 | 第82-83页 |
| ·工程地质条件 | 第83-87页 |
| ·水文地质条件 | 第87-88页 |
| ·隧道区地应力 | 第88-91页 |
| ·雪峰山隧道Ⅲ类围岩的监控量测及监测结果 | 第91-92页 |
| ·雪峰山隧道Ⅲ类围岩位移智能反分析 | 第92-103页 |
| ·计算模型 | 第93-95页 |
| ·计算参数的选择 | 第95-97页 |
| ·施工过程的模拟 | 第97-98页 |
| ·样本的构造 | 第98-101页 |
| ·反分析过程 | 第101-103页 |
| ·结果分析 | 第103-114页 |
| ·神经网络结构搜索结果 | 第103-105页 |
| ·神经网络测试结果检验 | 第105-107页 |
| ·参数反演结果 | 第107页 |
| ·参数反演结果的分析 | 第107-113页 |
| ·结论 | 第113-114页 |
| 第6章 结论与展望 | 第114-116页 |
| ·结论 | 第114-115页 |
| ·展望 | 第115-116页 |
| 致谢 | 第116-117页 |
| 参考文献 | 第117-119页 |