摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-14页 |
·引言 | 第8-9页 |
·深基坑监测技术研究现状 | 第9-11页 |
·深基坑变形预测技术研究现状 | 第11-13页 |
·本文的主要研究内容及方法 | 第13-14页 |
第二章 深基坑变形监测技术研究 | 第14-25页 |
·基坑监测目的 | 第14页 |
·基坑监测项目 | 第14-15页 |
·基坑监测方法 | 第15-19页 |
·基坑监测数据处理 | 第19-20页 |
·基坑监测报警标准 | 第20-21页 |
·基坑监测方案设计的原则与内容 | 第21-23页 |
·方案设计的原则 | 第21-22页 |
·方案设计的内容 | 第22-23页 |
·平面监测系统与沉降监测系统的布设 | 第23-24页 |
·基坑支护结构变形监测网的设置 | 第23页 |
·基坑支护结构监测点的设置 | 第23-24页 |
·沉降监测网的设置 | 第24页 |
·沉降监测点的设置 | 第24页 |
·本章小结 | 第24-25页 |
第三章 深基坑变形预测模型研究 | 第25-48页 |
·灰色系统理论 | 第25-27页 |
·灰色系统理论的基本概念 | 第25-26页 |
·灰色系统的基本原理 | 第26页 |
·深基坑的灰色系统特征 | 第26-27页 |
·灰色系统预测模型 | 第27-35页 |
·GM(1,1)模型的建模条件 | 第27-28页 |
·GM(1,1)模型的建立 | 第28-30页 |
·非等步距GM(1,1)模型的建立 | 第30页 |
·GM(1,1)建模步骤小结 | 第30-31页 |
·GM(1,1)模型的精度检验 | 第31-32页 |
·GM(1,1)残差模型 | 第32-33页 |
·GM(1,1)模型的MATLAB实现 | 第33-34页 |
·各观测点序列的关联度分析 | 第34-35页 |
·人工神经网络理论 | 第35-40页 |
·人工神经网络的特性及实现 | 第36-37页 |
·人工神经网络的构成原理 | 第37-39页 |
·人工神经网络的工作过程 | 第39-40页 |
·BP神经网络预测模型 | 第40-44页 |
·BP神经网络算法原理 | 第40-41页 |
·BP神经网络与传统方法的比较 | 第41-42页 |
·BP神经网络设计技巧 | 第42-43页 |
·BP神经网络不足和改进 | 第43页 |
·BP神经网络模型的MATLAB实现 | 第43-44页 |
·灰色系统—BP神经网络组合预测模型 | 第44-47页 |
·灰色系统与神经网络的关系 | 第45页 |
·灰色系统—BP神经网络组合模型的建立 | 第45页 |
·灰色系统—BP神经网络组合模型的MATLAB实现 | 第45-47页 |
·本章小结 | 第47-48页 |
第四章 典型深基坑监测方案设计及监测技术研究 | 第48-62页 |
·工程概况 | 第48-51页 |
·工程简介 | 第48-50页 |
·工程特点 | 第50页 |
·场地工程地质条件 | 第50-51页 |
·现场监测方案设计 | 第51-61页 |
·监测目的 | 第51-52页 |
·监测依据 | 第52页 |
·监测点布置与监测说明 | 第52-59页 |
·基坑监测周期和注意事项 | 第59页 |
·施工安全判别 | 第59-60页 |
·监测数据的整理和分析 | 第60-61页 |
·本章小结 | 第61-62页 |
第五章 深基坑变形预测模型的工程应用 | 第62-83页 |
·基于灰色GM(1,1)模型的变形预测 | 第62-69页 |
·等步距灰色GM(1,1)模型 | 第62-66页 |
·非等步距灰色 GM(1,1)模型 | 第66-68页 |
·关联度分析 | 第68-69页 |
·基于BP神经网络模型的变形预测 | 第69-77页 |
·BP神经网络模型垂直位移预测 | 第69-73页 |
·BP神经网络模型水平位移预测 | 第73-77页 |
·灰色系统—BP神经网络组合模型的变形预测 | 第77-81页 |
·组合模型垂直位移预测 | 第77-79页 |
·组合模型水平位移预测 | 第79-81页 |
·本章小结 | 第81-83页 |
第六章 结论与展望 | 第83-85页 |
·主要结论 | 第83-84页 |
·展望 | 第84-85页 |
参考文献 | 第85-89页 |
附件一 MATLAB程序 | 第89-99页 |
附件二 燕塘站平面布置图 | 第99-100页 |
致谢 | 第100-101页 |
攻读学位期间的论文发表情况及科研情况 | 第101页 |