| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第一章 绪论 | 第12-20页 |
| ·问题的提出 | 第12页 |
| ·国内外研究现状及存在问题 | 第12-17页 |
| ·反分析方法的研究现状 | 第12-15页 |
| ·反分析方法研究存在的问题和不足 | 第15-16页 |
| ·反分析方法发展方向 | 第16-17页 |
| ·本文研究目的和意义 | 第17页 |
| ·本文的主要研究内容和方法 | 第17-20页 |
| ·研究内容 | 第17-18页 |
| ·主要研究方法 | 第18页 |
| ·技术路线 | 第18-20页 |
| 第二章 东通道工程概况及其监控量测分析 | 第20-35页 |
| ·东通道工程概况 | 第20-24页 |
| ·工程地质及水文概况 | 第21-23页 |
| ·东通道的设计和施工概述 | 第23-24页 |
| ·厦门东通道监控量测介绍 | 第24-35页 |
| ·监控量测的意义与目的 | 第24-25页 |
| ·东通道量测方案设计 | 第25-27页 |
| ·东通道地表沉降分析 | 第27-29页 |
| ·应力监测控制技术分析 | 第29-30页 |
| ·隧道净空变位和拱顶下沉分析 | 第30-35页 |
| 第三章 FLAC3D的模型的建立与计算 | 第35-51页 |
| ·FLAC3D概述 | 第35页 |
| ·FLAC3D的基本原理 | 第35-38页 |
| ·FLAC3D的优点及不足 | 第38-39页 |
| ·FLAC3D中Mohr—Coulumb弹塑性模型简介 | 第39-41页 |
| ·弹性—理想塑性材料的力学行为 | 第39-40页 |
| ·Mohr—Coulomb模型的描述 | 第40-41页 |
| ·东通道开挖数值模拟 | 第41-51页 |
| ·模型建立 | 第41-42页 |
| ·边界条件 | 第42-43页 |
| ·计算参数的选取 | 第43-47页 |
| ·隧道开挖模拟结果 | 第47-48页 |
| ·隧道位移计算结果分析 | 第48-51页 |
| 第四章 基于BP神经网络的隧道围岩位移反分析模型的建立及其预测结果 | 第51-69页 |
| ·神经网络概述 | 第51-52页 |
| ·人工神经网络的基本结构和模型 | 第52-56页 |
| ·人工神经元的模型 | 第52-53页 |
| ·激活传递函数 | 第53-54页 |
| ·单层神经元网络模型结构 | 第54-55页 |
| ·多层神经元网络模型结构 | 第55-56页 |
| ·神经网络的训练与回忆操作 | 第56-57页 |
| ·神经网络的训练 | 第56页 |
| ·神经网络的回忆操作 | 第56-57页 |
| ·BP神经网络 | 第57-60页 |
| ·信息的正向传递 | 第58页 |
| ·利用梯度下降法求权值变化及误差的反响传播 | 第58-60页 |
| ·基于MATLAB神经网络工具箱的隧道围岩位移智能反分析网络结构的确定 | 第60-62页 |
| ·网络层数 | 第60-61页 |
| ·输入层和输出层的节点数 | 第61页 |
| ·BP网络隐层节点数 | 第61页 |
| ·其他要素的确定 | 第61-62页 |
| ·隧道围岩反分析结果的整理与检验 | 第62-69页 |
| ·BP网络的设计参数 | 第62-63页 |
| ·人工神经网络程序 | 第63-64页 |
| ·人工神经网络的训练结果 | 第64-67页 |
| ·神经网络进行参数预测 | 第67-69页 |
| 第五章 结论与展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
