| 摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 第1章 绪论 | 第15-21页 |
| ·问题的提出 | 第15-19页 |
| ·深基坑支护方案优选 | 第16页 |
| ·基坑稳定性模糊随机描述 | 第16-17页 |
| ·施工过程中的动态优化问题 | 第17-18页 |
| ·施工网络计划优化的多目标性质 | 第18页 |
| ·网络计划中时间不确定的讨论 | 第18-19页 |
| ·本文主要工作 | 第19-21页 |
| 第2章 深基坑支护方案多目标模糊优选决策研究 | 第21-38页 |
| ·引言 | 第21-22页 |
| ·目前常见的深基坑支护体系及选择原则 | 第22-23页 |
| ·深基坑支护评价目标体系 | 第23-24页 |
| ·支护体系多目标模糊优选模型 | 第24-28页 |
| ·定性目标的集值统计量化方法 | 第28-30页 |
| ·目标权重的确定 | 第30-35页 |
| ·主观赋权法 | 第31-32页 |
| ·客观赋权法 | 第32-34页 |
| ·主客观综合赋权法 | 第34-35页 |
| ·算例分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 基于人工神经网络的深基坑支护方案优选及稳定性的动态预控 | 第38-55页 |
| ·引言 | 第38-39页 |
| ·人工神经网络及其特点 | 第39-41页 |
| ·人工神经网络综合优选模型 | 第41-46页 |
| ·BP网络结构与学习规则 | 第42-44页 |
| ·训练样本的确定 | 第44-45页 |
| ·基于 MatLab工具箱的网络训练步骤 | 第45-46页 |
| ·结果计算及方案优选 | 第46页 |
| ·BP网络的改进算法及优化设计 | 第46-48页 |
| ·附加动量法 | 第46-47页 |
| ·自适应学习速率 | 第47-48页 |
| ·隐层及隐层神经元节点数的确定 | 第48页 |
| ·支护方案优选算例分析 | 第48-49页 |
| ·训练样本的生成及网络的构造 | 第49页 |
| ·网络学习及方案评价 | 第49页 |
| ·基坑变形预控的 ANN模型 | 第49-53页 |
| ·变形预控的步骤 | 第50-51页 |
| ·深基坑变形监控标准 | 第51-52页 |
| ·算例分析 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 深基坑稳定性的模糊随机分析 | 第55-63页 |
| ·引言 | 第55-58页 |
| ·模糊事件的概率 | 第58页 |
| ·深基坑失稳的隶属函数和概率密度函数的确定 | 第58-59页 |
| ·深基坑稳定性的模糊随机计算模型 | 第59-60页 |
| ·实例分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 网络计划的优化问题研究 | 第63-81页 |
| ·引言 | 第63-65页 |
| ·网络计划多目标优化分析 | 第65-75页 |
| ·网络计划的时间-费用分析 | 第65-66页 |
| ·工期与质量的关系 | 第66-67页 |
| ·非肯定型网络的工期实现概率 | 第67-68页 |
| ·网络计划多目标问题的求解方法 | 第68-71页 |
| ·工期固定-资源均衡优化 | 第71-75页 |
| ·算例分析 | 第75-79页 |
| ·本章小结 | 第79-81页 |
| 第6章 网络随机性模型的局限性及模糊网络分析 | 第81-94页 |
| ·引言 | 第81-82页 |
| ·随机性网络的局限性 | 第82-83页 |
| ·PERT方法的假定 | 第82-83页 |
| ·PERT假定产生的误差 | 第83页 |
| ·L-R三角模糊数及其网络修正运算 | 第83-87页 |
| ·模糊网络时间参数计算 | 第87-89页 |
| ·关键线路的判断及工期实现的可能性计算 | 第89-90页 |
| ·算例分析 | 第90-93页 |
| ·本章小结 | 第93-94页 |
| 第7章 总结和展望 | 第94-97页 |
| ·总结 | 第94-95页 |
| ·展望 | 第95-97页 |
| 参考文献 | 第97-104页 |
| 致谢 | 第104-105页 |
| 博士研究生学习期间科研成果 | 第105页 |