城市地铁变形监测方案设计及变形预报研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-17页 |
| 1.1 国内外地铁发展现状 | 第11-13页 |
| 1.1.1 国外地铁发展 | 第11-12页 |
| 1.1.2 我国城市地铁发展现状 | 第12-13页 |
| 1.2 变形监测概述 | 第13-15页 |
| 1.2.1 变形监测的内容、目的和意义 | 第13-14页 |
| 1.2.2 变形监测技术发展 | 第14页 |
| 1.2.3 变形监测数据分析与预报的研究现状 | 第14-15页 |
| 1.3 选题的背景及意义 | 第15-16页 |
| 1.3.1 选题的背景 | 第15页 |
| 1.3.2 城市地铁变形监测的意义 | 第15-16页 |
| 1.4 研究的主要内容 | 第16-17页 |
| 2 城市地铁变形监测方案设计 | 第17-28页 |
| 2.1 工程概况 | 第18-19页 |
| 2.1.1 基本概况 | 第18页 |
| 2.1.2 水文地质及工程地质条件 | 第18-19页 |
| 2.2 监测方案编制的原则及依据 | 第19页 |
| 2.2.1 监测方案编制的原则 | 第19页 |
| 2.2.2 监测方案编制的技术依据 | 第19页 |
| 2.3 各项监测项目实施的方案 | 第19-27页 |
| 2.3.1 桩顶水平位移监测 | 第21-23页 |
| 2.3.2 围护桩顶沉降、差异沉降监测 | 第23页 |
| 2.3.3 支撑轴力监测 | 第23-24页 |
| 2.3.4 地表沉降监测 | 第24-25页 |
| 2.3.5 建（构）筑物沉降监测 | 第25页 |
| 2.3.6 管线沉降变形监测 | 第25-26页 |
| 2.3.7 地下水位监测 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 城市地铁施工变形监测优化设计 | 第28-37页 |
| 3.1 变形监测优化设计的分类和方法 | 第28-29页 |
| 3.1.1 变形监测优化设计的分类 | 第28-29页 |
| 3.1.2 变形监测优化设计的方法 | 第29页 |
| 3.2 变形监测优化设计的质量标准 | 第29-34页 |
| 3.2.1 精度指标 | 第29-31页 |
| 3.2.2 可靠性指标 | 第31-33页 |
| 3.2.3 灵敏度准则 | 第33-34页 |
| 3.2.4 费用准则 | 第34页 |
| 3.3 变形监测优化设计的实例 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 城市地铁施工变形数据预测的方法 | 第37-54页 |
| 4.1 常用方法 | 第37-45页 |
| 4.1.1 回归分析法 | 第37-40页 |
| 4.1.2 时间序列分析模型 | 第40-43页 |
| 4.1.3 灰色系统分析模型 | 第43-45页 |
| 4.2 人工神经网络的基本理论 | 第45-49页 |
| 4.2.1 人工神经元模型 | 第46页 |
| 4.2.2 激励函数 | 第46-47页 |
| 4.2.3 BP神经网络 | 第47-49页 |
| 4.3 小波分析理论 | 第49-50页 |
| 4.4 小波神经网络模型 | 第50-52页 |
| 4.5 改进的小波神经网络模型 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 5 小波神经网络在城市地铁施工变形预测中应用 | 第54-69页 |
| 5.1 变形预测模型的建立 | 第54-55页 |
| 5.2 预测数据的处理 | 第55-63页 |
| 5.2.1 小波去噪的原理 | 第56页 |
| 5.2.2 小波去噪的步骤 | 第56页 |
| 5.2.3 阈值函数和阈值的选取 | 第56-57页 |
| 5.2.4 小波函数的选择 | 第57页 |
| 5.2.5 小波去噪效果评价 | 第57-63页 |
| 5.3 预测实例 | 第63-67页 |
| 5.4 预测结果分析 | 第67-68页 |
| 5.5 本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读学位期间的研究成果 | 第75页 |
