| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 桩基础概述及其应用 | 第10-11页 |
| 1.1.1 桩基础概述 | 第10页 |
| 1.1.2 桩基础应用的历史和现状 | 第10-11页 |
| 1.2 神经网络的应用研究背景 | 第11-12页 |
| 1.3 神经网络在高层建筑桩基工程中应用的研究现状 | 第12-13页 |
| 1.4 本课题的研究目的和意义 | 第13-16页 |
| 1.5 本文的研究内容和技术路线 | 第16-17页 |
| 2 人工神经网络的基本工作原理和 MATLAB 实现 | 第17-18页 |
| 2.1 人工神经网络的基本工作原理 | 第17页 |
| 2.2 人工神经网络的 MATLAB 实现 | 第17-18页 |
| 3 高层建筑桩基选型影响因素分析和训练样本集的建立 | 第18-24页 |
| 3.1 桩基础选型影响因素分析和量化 | 第18-19页 |
| 3.1.1 建筑结构形式的影响 | 第18页 |
| 3.1.2 建筑结构上部荷载特点的影响 | 第18-19页 |
| 3.1.3 场地土类别和工程地质条件以及抗震设防烈度的影响 | 第19页 |
| 3.2 桩基础选型影响因素体系的建立 | 第19-20页 |
| 3.3 桩基础选型预测模型训练样本集的建立和数值量化 | 第20页 |
| 3.4 神经网络输出结果—桩基础类型的数值量化 | 第20-24页 |
| 4 高层建筑桩基础选型 BP 神经网络预测模型的建立 | 第24-33页 |
| 4.1 BP 神经网络的应用 | 第24页 |
| 4.2 BP 神经网络输入和输出层的设计 | 第24页 |
| 4.3 BP 神经网络隐层神经元数目的优选 | 第24-25页 |
| 4.4 两种训练函数的比选 | 第25-28页 |
| 4.5 高层建筑桩基础选型 BP 网络预测模型的确定 | 第28-29页 |
| 4.6 BP 神经网络在高层建筑桩基选型中的应用实例 | 第29-32页 |
| 4.6.1 工程概况 | 第29-30页 |
| 4.6.2 本工程的桩基础选型影响因素分析 | 第30-31页 |
| 4.6.3 桩基础选型的神经网络预测模型工程实例应用 | 第31-32页 |
| 4.7 本章小结 | 第32-33页 |
| 5 神经网络在单桩极限承载力预测中的应用 | 第33-47页 |
| 5.1 应用神经网络预测单桩极限承载力的现状和研究意义 | 第33-38页 |
| 5.1.1 单桩极限承载力的影响因素分析 | 第34-36页 |
| 5.1.2 训练样本集的建立 | 第36-38页 |
| 5.2 单桩极限承载力神经网络预测模型的建立和预测结果分析 | 第38-43页 |
| 5.2.1 输入层和输出层神经元数目的确定 | 第38-39页 |
| 5.2.2 隐层神经元数目的优选 | 第39页 |
| 5.2.3 训练函数的优选 | 第39-41页 |
| 5.2.4 单桩极限承载力神经网络预测结果分析 | 第41-43页 |
| 5.3 单桩极限承载力神经网络预测工程实例 | 第43-46页 |
| 5.3.1 工程概况 | 第43-44页 |
| 5.3.2 工程地质条件 | 第44-45页 |
| 5.3.3 试验桩桩周和桩端标贯击数的计算 | 第45页 |
| 5.3.4 试验桩极限承载力神经网络预测模型的应用 | 第45-46页 |
| 5.4 本章小结 | 第46-47页 |
| 6 大直径超长灌注桩极限承载力的神经网络预测 | 第47-58页 |
| 6.1 超长桩的界定 | 第47页 |
| 6.2 超长桩极限承载力研究的意义 | 第47-48页 |
| 6.3 研究所需数据来源 | 第48页 |
| 6.4 超长桩承载力影响因素分析 | 第48-51页 |
| 6.5 超长桩承载力神经网络预测模型的建立 | 第51-54页 |
| 6.6 超长桩极限承载力神经网络预测模型应用 | 第54-57页 |
| 6.6.1 工程地质条件 | 第54-56页 |
| 6.6.2 试验桩极限承载力神经网络预测模型应用 | 第56-57页 |
| 6.7 本章小结 | 第57-58页 |
| 7 结论与展望 | 第58-59页 |
| 7.1 结论 | 第58页 |
| 7.2 展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 在学研究成果 | 第62-63页 |
| 致谢 | 第63页 |
