钻孔灌注桩极限承载力的研究
| 第1章 概述 | 第1-19页 |
| ·研究钻孔灌注桩极限承载力的意义 | 第11页 |
| ·研究现状 | 第11-17页 |
| ·试验方法 | 第11-13页 |
| ·理论分析法 | 第13-14页 |
| ·半经验半理论公式法 | 第14-16页 |
| ·其他方法 | 第16-17页 |
| ·人工智能及其在桩基工程中的应用 | 第17-18页 |
| ·论文的主要研究内容 | 第18-19页 |
| 第2章 影响钻孔灌注桩极限承载力的因素分析 | 第19-29页 |
| ·单桩的极限承载力的定义与破坏模式 | 第19-20页 |
| ·桩的竖向荷载传递机理 | 第20-24页 |
| ·桩的竖向荷载传递机理 | 第20-22页 |
| ·嵌岩桩的荷载传递机理 | 第22-24页 |
| ·影响单桩极限承载力的因素 | 第24-29页 |
| ·土的工程性质 | 第24-25页 |
| ·成桩工艺 | 第25-26页 |
| ·刚度与刚度比 | 第26-27页 |
| ·桩长与桩径比 | 第27-28页 |
| ·时间效应 | 第28-29页 |
| 第3章 神经网络方法 | 第29-44页 |
| ·神经网络发展简史 | 第29-32页 |
| ·人工神经网络基本概念和特征 | 第32-36页 |
| ·神经元简介 | 第32-34页 |
| ·人工神经元数学模型 | 第34页 |
| ·人工神经网络的基本特征 | 第34-35页 |
| ·人工神经网络的学习规则 | 第35-36页 |
| ·人工神经网络的基本原理 | 第36-44页 |
| ·BP算法的数学描述 | 第37-38页 |
| ·常用的激活函数 | 第38-39页 |
| ·隐含层数和层内结点的选择 | 第39-40页 |
| ·三层BP神经网络算法简述 | 第40-42页 |
| ·改进的BP算法 | 第42-44页 |
| 第4章 钻孔灌注桩极限承载力预测的ANN模型 | 第44-48页 |
| ·概述 | 第44-45页 |
| ·神经网络模型结构 | 第45页 |
| ·神经网络模型的建立 | 第45-46页 |
| ·样本的选择 | 第46-47页 |
| ·输入参数的处理 | 第47-48页 |
| 第5章 静载试验桩的承载力分析 | 第48-68页 |
| ·工程简介 | 第48-52页 |
| ·某市黄荆大桥试桩 | 第48-49页 |
| ·襄樊江汉四桥试桩 | 第49页 |
| ·龙感湖大桥试桩 | 第49-50页 |
| ·东西湖高架桥试桩 | 第50-51页 |
| ·仙人渡汉江大桥试桩 | 第51-52页 |
| ·荆州长江公路大桥试桩 | 第52页 |
| ·根据静载试验确定单桩极限承载力的神经网络方法 | 第52-57页 |
| ·桩的侧阻力分析及极限承载力 | 第57-66页 |
| ·荷载传递机理 | 第58-62页 |
| ·侧阻力的数学模型和极限侧阻力 | 第62-66页 |
| ·本章小结 | 第66-68页 |
| 第6章 结论与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
