某公路边坡的变形特征及混沌神经网络稳定性分析
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 选题背景 | 第11-12页 |
| 1.2 研究目的和意义 | 第12页 |
| 1.3 国内外研究现状及发展趋势 | 第12-20页 |
| 1.3.1 人工神经网络应用的研究现状 | 第12-14页 |
| 1.3.2 边坡稳定性研究现状 | 第14-18页 |
| 1.3.3 熵在工程领域的应用研究现状 | 第18-20页 |
| 1.4 论文研究内容及技术路线 | 第20-23页 |
| 1.4.1 主要研究内容 | 第20页 |
| 1.4.2 研究技术路线 | 第20-23页 |
| 第2章 边坡的变形特征 | 第23-35页 |
| 2.1 工程概况 | 第23-24页 |
| 2.1.1 工程基本情况 | 第23页 |
| 2.1.2 工程地质与水文地质条件 | 第23-24页 |
| 2.1.3 周边环境 | 第24页 |
| 2.2 边坡变形监测与变形特征 | 第24-32页 |
| 2.2.1 边坡监测 | 第24-26页 |
| 2.2.2 边坡变形特征 | 第26-32页 |
| 2.3 本章小结 | 第32-35页 |
| 第3章 边坡变形的数值模拟 | 第35-43页 |
| 3.1 边坡支护结构体系概况 | 第35页 |
| 3.2 模型的建立 | 第35-36页 |
| 3.2.1 模型建立的基本条件 | 第35-36页 |
| 3.2.2 模拟参数 | 第36页 |
| 3.3 模拟结果分析 | 第36-40页 |
| 3.3.1 边坡水平位移模拟 | 第37-38页 |
| 3.3.2 边坡竖直位移模拟 | 第38-39页 |
| 3.3.3 模型合理性检验 | 第39-40页 |
| 3.4 本章小结 | 第40-43页 |
| 第4章 边坡变形时间序列的K熵特征 | 第43-57页 |
| 4.1 边坡变形的非线性特点 | 第43-44页 |
| 4.2 边坡变形非线性特征的定量分析 | 第44-54页 |
| 4.2.1 相空间重构 | 第44-50页 |
| 4.2.2 K熵计算 | 第50-54页 |
| 4.3 本章小结 | 第54-57页 |
| 第5章 基于混沌神经网络模型的边坡稳定性分析 | 第57-69页 |
| 5.1 人工神经网络 | 第57-61页 |
| 5.2 混沌神经网络模型的简介与应用 | 第61-64页 |
| 5.2.1 混沌神经网络模型 | 第61-63页 |
| 5.2.2 混沌神经网络模型的应用 | 第63-64页 |
| 5.3 改进的混沌神经网络模型 | 第64-67页 |
| 5.3.1 混沌神经网络模型的不足 | 第64-65页 |
| 5.3.2 改进的混沌神经网络模型 | 第65-67页 |
| 5.4 本章小结 | 第67-69页 |
| 第6章 结论与展望 | 第69-71页 |
| 6.1 结论 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间发表的学术论文 | 第77-79页 |
| 致谢 | 第79-80页 |
