| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-20页 |
| ·课题背景、目的及意义 | 第8-11页 |
| ·课题背景及意义 | 第8-11页 |
| ·课题的目的 | 第11页 |
| ·国内外研究状况 | 第11-17页 |
| ·预应力管桩基础在国内外的研究现状及存在的问题 | 第11-12页 |
| ·国内对预应力管桩单桩竖向承载力确定方法的研究状况 | 第12-15页 |
| ·国外对预应力管桩单桩竖向承载力确定方法的研究状况 | 第15-17页 |
| ·课题研究的基础与成果 | 第17-19页 |
| ·课题研究的基础 | 第17-18页 |
| ·本论文的研究成果 | 第18-19页 |
| ·研究架构 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第二章 静压管桩承载力影响因素评价的灰色关联度分析 | 第20-28页 |
| ·灰色系统与灰色关联度理论简介 | 第20-21页 |
| ·灰色系统理论的基本概念 | 第20页 |
| ·灰色关联度理论的基本特征 | 第20-21页 |
| ·灰色系统理论的发展动态 | 第21页 |
| ·静压管桩单桩承载力影响因素的灰色关联度分析 | 第21-27页 |
| ·原始工程数据的提取 | 第22-23页 |
| ·原始数据的初值化 | 第23-24页 |
| ·初值化序列的数值计算 | 第24-26页 |
| ·关联度结果分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 静压管桩单桩承载力预测的偏最小二乘回归模型 | 第28-42页 |
| ·偏最小二乘回归分析方法简介 | 第28-32页 |
| ·多元统计数据分析方法回顾 | 第28页 |
| ·偏最小二乘回归方法的原理及其算法 | 第28-29页 |
| ·单因变量偏最小二乘回归模型 | 第29-30页 |
| ·偏最小二乘回归法的研究现状 | 第30-32页 |
| ·静压管桩单桩极限承载力影响因素的关联程度分析 | 第32-37页 |
| ·变量投影重要性分析 | 第33-36页 |
| ·变量间相关关系分析 | 第36-37页 |
| ·静压管桩极限承载力预测的偏最小二乘法回归方程 | 第37-40页 |
| ·静压管桩现场桩身内力测试试验 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 静压管桩单桩承载力预测的优化神经网络模型 | 第42-54页 |
| ·基本概念简介 | 第42-48页 |
| ·人工神经网络的基本概念 | 第42页 |
| ·误差前馈神经网络模型和BP 算法 | 第42-45页 |
| ·主成分分析的原理及算法 | 第45-46页 |
| ·共轭梯度算法的原理及其优化步骤 | 第46-48页 |
| ·静压管桩单桩极限承载力预测的优化神经网络模型 | 第48-53页 |
| ·静压管桩承载力影响因素的主成分提取 | 第48-50页 |
| ·网络训练过程的共轭梯度算法优化 | 第50-51页 |
| ·模型应用 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 细胞自动机技术在管桩承载性能分析方面的应用 | 第54-69页 |
| ·细胞自动机技术简介 | 第54-60页 |
| ·细胞自动机理论的提出 | 第54页 |
| ·细胞自动机的基本概念 | 第54-58页 |
| ·细胞自动机技术的研究与应用现状 | 第58-60页 |
| ·研究方案初步设想 | 第60-68页 |
| ·研究背景 | 第60页 |
| ·研究思路 | 第60页 |
| ·技术路线 | 第60-67页 |
| ·有待解决的理论和技术难点 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 结论与展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 作者简介 | 第74页 |
| 作者在攻读硕士学位期间获得的奖励 | 第74页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第74-76页 |
| 致谢 | 第76-77页 |
