| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 1 绪论 | 第10-18页 |
| 1．1 问题的提出及研究意义 | 第10-12页 |
| 1．1．1 问题的提出 | 第10页 |
| 1．1．2 研究的必要性和意义 | 第10-12页 |
| 1．2 国内外研究现状 | 第12-15页 |
| 1．2．1 高层建筑基础设计研究现状 | 第12页 |
| 1．2．2 专家系统的研究现状 | 第12-13页 |
| 1．2．3 人工神经元网络的研究现状 | 第13-14页 |
| 1．2．4 决策支持系统及智能决策支持系统的研究现状 | 第14-15页 |
| 1．3 本文研究的目的与内容 | 第15-18页 |
| 1．3．1 本文研究的目的 | 第15-16页 |
| 1．3．2 本文研究的内容 | 第16-18页 |
| 2 高层建筑基础选型专家系统 | 第18-42页 |
| 2．1 专家系统原理与结构 | 第18页 |
| 2．1．1 专家系统原理 | 第18页 |
| 2．1．2 专家系统结构 | 第18页 |
| 2．2 系统推理机制建立 | 第18-23页 |
| 2．2．1 系统工具的选择 | 第19页 |
| 2．2．2 系统推理工具CLIPS | 第19-20页 |
| 2．2．3 系统的推理模型 | 第20-21页 |
| 2．2．4 系统推理控制策略 | 第21页 |
| 2．2．5 系统的搜索策略 | 第21页 |
| 2．2．6 不确定性推理的实现 | 第21-23页 |
| 2．3 系统知识库建立 | 第23-27页 |
| 2．3．1 知识的来源 | 第23页 |
| 2．3．2 TBFIDSS的知识表示方式 | 第23-27页 |
| 2．4 高层建筑基础选型元知识 | 第27-28页 |
| 2．4．1 高层建筑基础选型设计的基本原则 | 第27-28页 |
| 2．4．2 高层建筑基础选型的一般规定 | 第28页 |
| 2．5 高层建筑基础选型领域知识 | 第28-37页 |
| 2．5．1 基础选型知识结构 | 第28-30页 |
| 2．5．2 高层建筑基础初步选型 | 第30-32页 |
| 2．5．3 基础埋深确定 | 第32-33页 |
| 2．5．4 桩型选择 | 第33-35页 |
| 2．5．5 桩基持力层选择 | 第35-36页 |
| 2．5．6 桩基础型式选择 | 第36-37页 |
| 2．6 系统解释机制 | 第37-38页 |
| 2．7 工程应用 | 第38-40页 |
| 2．8 本章小结 | 第40-42页 |
| 3 高层建筑基础设计及数值分析模型库 | 第42-69页 |
| 3．1 面向对象的模型表示 | 第42-44页 |
| 3．1．1 面向对象的程序设计原理 | 第42-43页 |
| 3．1．2 基础设计模型表示 | 第43页 |
| 3．1．3 数值分析模型知识表示 | 第43-44页 |
| 3．2 地基与基础设计模型库设计 | 第44-61页 |
| 3．2．1 地基与基础模型库设计概况 | 第44-45页 |
| 3．2．2 基础设计模型库的类层次实现 | 第45-46页 |
| 3．2．3 土层参数类 | 第46-48页 |
| 3．2．4 浅基础设计类 | 第48-50页 |
| 3．2．5 独立基础设计类 | 第50-52页 |
| 3．2．6 柱下条基设计类 | 第52-54页 |
| 3．2．7 十字交叉条形基础设计类 | 第54页 |
| 3．2．8 筏板基础设计类 | 第54-55页 |
| 3．2．9 箱形基础设计类 | 第55-56页 |
| 3．2．10 桩基础设计类 | 第56-60页 |
| 3．2．11 相关参数类 | 第60-61页 |
| 3．3 数值分析模型库设计 | 第61-67页 |
| 3．3．1 数值分析模型库概况 | 第61页 |
| 3．3．2 链杆法计算柱下条基内力 | 第61-62页 |
| 3．3．3 有限差分法计算柱下条基内力 | 第62-63页 |
| 3．3．4 有限元法计算柱下条基内力 | 第63-65页 |
| 3．3．5 有限元法分析筏板基础 | 第65-67页 |
| 3．4 系统数据库的建立 | 第67-68页 |
| 3．5 本章小结 | 第68-69页 |
| 4 利用人工神经元网络辅助决策 | 第69-82页 |
| 4．1 人工神经元网络的原理 | 第69-70页 |
| 4．2 利用神经网络进行辅助决策 | 第70-71页 |
| 4．2．1 专家系统的缺陷 | 第70页 |
| 4．2．2 人工神经元网络的特点 | 第70-71页 |
| 4．2．3 利用神经网络辅助决策 | 第71页 |
| 4．2．4 利用神经网络表示知识 | 第71页 |
| 4．3 BP网络模型的基本结构及算法 | 第71-74页 |
| 4．3．1 BP网络模型的基本结构 | 第71-72页 |
| 4．3．2 BP网络模型学习算法 | 第72-74页 |
| 4．4 程序的编制及模型的建立 | 第74-77页 |
| 4．4．1 BP网络程序的编制 | 第74-75页 |
| 4．4．2 BP网络模型的建立 | 第75-77页 |
| 4．5 应用实例 | 第77-81页 |
| 4．6 本章小结 | 第81-82页 |
| 5 TBFIDSS程序实现与工程应用 | 第82-123页 |
| 5．1 智能决策支持系统原理简介 | 第82-83页 |
| 5．2 TBFIDSS组织结构 | 第83-85页 |
| 5．3 TBFIDSS程序编制 | 第85-88页 |
| 5．3．1 平台开发环境 | 第85页 |
| 5．3．2 程序开发思路 | 第85-87页 |
| 5．3．3 系统各部件接口的实现 | 第87-88页 |
| 5．4 TBFIDSS的特点与功能 | 第88-90页 |
| 5．4．1 TBFIDSS的特点 | 第88-89页 |
| 5．4．2 TBFIDSS的主要功能 | 第89-90页 |
| 5．5 程序使用说明 | 第90-116页 |
| 5．5．1 程序的安装 | 第90-91页 |
| 5．5．2 程序基本操作 | 第91-92页 |
| 5．5．3 程序主界面 | 第92-95页 |
| 5．5．4 “其它参数”子界面 | 第95-97页 |
| 5．5．5 基础专家选型 | 第97-99页 |
| 5．5．6 基础设计使用说明 | 第99页 |
| 5．5．7 独立基础设计 | 第99-101页 |
| 5．5．8 柱下条形基础设计 | 第101-102页 |
| 5．5．9 十字交叉条形基础设计 | 第102-103页 |
| 5．5．10 筏板基础设计 | 第103-104页 |
| 5．5．11 箱形基础设计 | 第104-107页 |
| 5．5．12 桩基础设计 | 第107-113页 |
| 5．5．13 知识库管理 | 第113-114页 |
| 5．5．14 神经网络推理 | 第114-116页 |
| 5．5．15 帮助子界面 | 第116页 |
| 5．6 工程应用 | 第116-121页 |
| 5．7 本章小结 | 第121-123页 |
| 6 结论与展望 | 第123-126页 |
| 6．1 论文的主要结论 | 第123-125页 |
| 6．2 后续工作的建议与展望 | 第125-126页 |
| 致谢 | 第126-127页 |
| 参考文献 | 第127-129页 |