| 第一章 绪论 | 第1-12页 |
| ·研究课题的提出 | 第8-9页 |
| ·课题的研究现状 | 第9-11页 |
| ·研究课题的基本思路 | 第11页 |
| ·本章小结 | 第11-12页 |
| 第二章 CBR基本理论 | 第12-25页 |
| ·CBR的历史 | 第12-13页 |
| ·引言 | 第12页 |
| ·CBR的特点 | 第12-13页 |
| ·CBR与其他AI技术的比较 | 第13页 |
| ·CBR基本原理 | 第13-14页 |
| ·案例的表示方法 | 第14-18页 |
| ·案例知识的表示 | 第14-17页 |
| ·案例的表示内容 | 第17-18页 |
| ·案例的检索 | 第18-22页 |
| ·案例检索的方法 | 第18-20页 |
| ·相似度计算方法 | 第20-22页 |
| ·案例的修改 | 第22-23页 |
| ·案例的学习与存储 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 边坡稳定性影响因素分析 | 第25-33页 |
| ·引言 | 第25页 |
| ·影响因素分析和破坏模式分类 | 第25-26页 |
| ·边坡影响因素分析 | 第25-26页 |
| ·边坡失稳模式分类 | 第26页 |
| ·影响因素重要性分析 | 第26-30页 |
| ·层次分析法 | 第27-29页 |
| ·特征向量法 | 第29-30页 |
| ·指标的归一化处理 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于案例推理的边坡稳定评估系统检索方法的研究 | 第33-63页 |
| ·基于类比分析的边坡案例检索方法 | 第33-38页 |
| ·引言 | 第33页 |
| ·基于类比分析的检索方法 | 第33-34页 |
| ·类比分析检索方法应用 | 第34-38页 |
| ·基于灰色关联分析的边坡案例计算方法 | 第38-44页 |
| ·引言 | 第38页 |
| ·基于灰色关联分析的边坡稳定评估检索方法 | 第38-41页 |
| ·应用 | 第41-44页 |
| ·神经网络理论概述 | 第44-52页 |
| ·神经网络理论概述 | 第44-45页 |
| ·人工神经元的结构模型 | 第45-47页 |
| ·BP网络及学习算法 | 第47-49页 |
| ·基于BP网络的检索方法 | 第49-50页 |
| ·应用 | 第50-52页 |
| ·基于模糊神经网络检索方法 | 第52-61页 |
| ·引言 | 第52-53页 |
| ·模糊神经网络结构与算法 | 第53-56页 |
| ·FNN检索方法 | 第56-58页 |
| ·应用 | 第58-61页 |
| ·结果综合比较 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 基于案例推理的边坡稳定性评估系统研究 | 第63-74页 |
| ·引言 | 第63页 |
| ·设计思想与系统结构 | 第63-68页 |
| ·案例的表示 | 第68-70页 |
| ·案例库的组织索引 | 第70-71页 |
| ·案例的检索 | 第71-72页 |
| ·案例的调整 | 第72页 |
| ·案例的管理学习 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-77页 |
| ·全文总结 | 第74-75页 |
| ·展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 硕士期间发表的论文 | 第81-82页 |
| 致谢 | 第82页 |