| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景 | 第9-11页 |
| ·预应力混凝土管桩概述及特点 | 第11-14页 |
| ·预应力混凝土管桩概述 | 第11-12页 |
| ·预应力混凝土管桩特点 | 第12-14页 |
| ·预应力混凝土管桩国内外研究现状 | 第14-16页 |
| ·单桩竖向承载力研究现状 | 第14-15页 |
| ·桩身完整性研究现状 | 第15-16页 |
| ·本文研究的内容、方法及创新点 | 第16-17页 |
| 第2章 预应力混凝土管桩质量影响因素分析 | 第17-26页 |
| ·预应力混凝土管桩承载机理 | 第17-18页 |
| ·桩侧阻力分析 | 第17-18页 |
| ·桩端阻力分析 | 第18页 |
| ·预应力混凝土管桩质量预测指标 | 第18-20页 |
| ·单桩竖向极限承载力 | 第18-19页 |
| ·桩身完整性 | 第19-20页 |
| ·单桩竖向承载力特征值影响因素分析 | 第20-24页 |
| ·桩周土层因素分析 | 第20-21页 |
| ·桩体因素分析 | 第21-22页 |
| ·施工因素分析 | 第22-23页 |
| ·时间和空间效应影响因素分析 | 第23-24页 |
| ·桩身完整性影响因素分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于BP 神经网络的预应力混凝土管桩质量预测模型的建立 | 第26-41页 |
| ·神经网络求解质量预测问题的可行性 | 第26-28页 |
| ·人工神经网络基本理论 | 第28-30页 |
| ·误差反传神经网络（BP） | 第30-33页 |
| ·BP 神经网络的概述 | 第30-31页 |
| ·BP 算法的步聚 | 第31-33页 |
| ·预应力管桩质量预测指标体系的确定 | 第33-36页 |
| ·质量预测指标体系 | 第33页 |
| ·质量预测指标的灰色关联度分析 | 第33-36页 |
| ·预应力混凝土管桩质量预测模型建立 | 第36-40页 |
| ·资料的收集 | 第36-37页 |
| ·样本信息的预处理 | 第37-38页 |
| ·初始权值的设计 | 第38页 |
| ·BP 神经网络模型的确立 | 第38-40页 |
| ·网络的学习和检验 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第4章 预应力混凝土管桩质量预测模型实例分析 | 第41-52页 |
| ·样本采集 | 第41-43页 |
| ·数据处理 | 第43-44页 |
| ·模型预测 | 第44-51页 |
| ·BP 神经网络结构及参数的选取 | 第44-45页 |
| ·神经网络的训练 | 第45-46页 |
| ·BP 神经网络模型预测结果 | 第46-47页 |
| ·结果对比分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 结论与展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简介 | 第58页 |
| 攻读硕士学位期间发表的论文 | 第58-59页 |