致谢 | 第1-6页 |
摘要 | 第6-7页 |
Abstract | 第7-10页 |
1 绪论 | 第10-15页 |
·研究的目的和意义 | 第10页 |
·国内外研究现状 | 第10-13页 |
·边坡变形监测技术的研究现状 | 第10-12页 |
·边坡变形预测预报的研究现状 | 第12-13页 |
·本文主要研究内容 | 第13-15页 |
2 露天矿边坡变形预测预报的理论和方法研究 | 第15-30页 |
·预测预报的概念 | 第15-16页 |
·边坡变形预测预报模型研究 | 第16-19页 |
·人工神经网络 | 第19-28页 |
·人工神经网络的基本原理 | 第19-23页 |
·BP 神经网络 | 第23-25页 |
·BP 神经网络的局限性 | 第25-27页 |
·BP 神经网络的改进思路 | 第27-28页 |
·本章小结 | 第28-30页 |
3 露天矿边坡监测系统研究 | 第30-36页 |
·露天矿边坡监测方案设计 | 第30-32页 |
·GPS 变形监测网设计 | 第30-32页 |
·边坡岩体应力监测系统设计 | 第32页 |
·变形监测数据的采集 | 第32-34页 |
·数据预处理 | 第34-35页 |
·本章小结 | 第35-36页 |
4 露天矿边坡预测预报模型研究 | 第36-60页 |
·基于改进 AFSA-BP 神经网络的露天矿边坡预测模型 | 第36-52页 |
·人工鱼群算法理论 | 第36-40页 |
·人工鱼群算法改进 | 第40-43页 |
·AFSA 改进 BP 神经网络 | 第43-50页 |
·露天矿边坡预测模型的建立 | 第50-52页 |
·露天矿边坡变形多判据的综合的预报模型 | 第52-59页 |
·边坡变形时间预报判据分析 | 第52-54页 |
·基于模糊物元理论的边坡预报模型 | 第54-59页 |
·本章小结 | 第59-60页 |
5 实例分析 | 第60-67页 |
·工程概况 | 第60-61页 |
·边坡位移预测 | 第61-65页 |
·确定样本数据 | 第61页 |
·AFSA-BP 神经网络训练及预测 | 第61-65页 |
·露天矿边坡变形时间预报 | 第65-66页 |
·本章小结 | 第66-67页 |
6 结论与展望 | 第67-69页 |
·主要结论 | 第67-68页 |
·展望 | 第68-69页 |
参考文献 | 第69-72页 |
附录 A 露天矿边坡监测数据 | 第72-74页 |
作者简历 | 第74-76页 |
学位论文数据集 | 第76-77页 |