| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·问题的工程背景 | 第8页 |
| ·反分析方法综述 | 第8-12页 |
| ·反分析概述 | 第8-9页 |
| ·位移反分析法的研究历史 | 第9-11页 |
| ·位移反分析的发展前景 | 第11-12页 |
| ·论文所做的主要工作和方法 | 第12-14页 |
| 第2章 大坪山隧道工程概况和监控量测数据分析 | 第14-37页 |
| ·工程简介 | 第14-16页 |
| ·工程概述 | 第14页 |
| ·技术标准 | 第14页 |
| ·自然条件 | 第14-16页 |
| ·重难点工程施工措施 | 第16-22页 |
| ·破碎软弱围岩隧道开挖施工 | 第16-18页 |
| ·坍方的预防措施和处理办法 | 第18-20页 |
| ·岩爆的预防措施和处理办法 | 第20-21页 |
| ·断层的预防措施和处理办法 | 第21-22页 |
| ·防渗漏水的预防措施和处理办法 | 第22页 |
| ·大坪山隧道监控量测及数据分析 | 第22-36页 |
| ·隧道监控量测的目的 | 第22-23页 |
| ·隧道监控量测简介 | 第23-30页 |
| ·大坪山隧道监控量测成果 | 第30-36页 |
| ·小结 | 第36-37页 |
| 第3章 Midas/GTS模型建立与计算 | 第37-57页 |
| ·Midas/GTS简介 | 第37-44页 |
| ·多种岩土分析功能 | 第37-39页 |
| ·考虑岩土与结构的协同分析 | 第39页 |
| ·便捷直观的三维建模 | 第39-41页 |
| ·方便快捷的自动网格生成 | 第41-42页 |
| ·多样化的岩土材料本构模型 | 第42-43页 |
| ·直观的分析结果 | 第43-44页 |
| ·MIDAS/GTS弹塑性有限元理论及分析 | 第44-52页 |
| ·弹塑性分析 | 第44-47页 |
| ·MIDAS/GTS施工阶段分析 | 第47-52页 |
| ·大坪山隧道开挖数值模拟 | 第52-55页 |
| ·模型建立 | 第52页 |
| ·计算隧道围岩参数的正交实验设计 | 第52-54页 |
| ·隧道围岩位移分析 | 第54-55页 |
| ·小结 | 第55-57页 |
| 第4章 BP神经网络的隧道围岩位移反分析模型的创建及分析 | 第57-66页 |
| ·BP神经网络 | 第57-59页 |
| ·概述 | 第57-58页 |
| ·BP神经网络学习流程 | 第58-59页 |
| ·BP神经网络的围岩位移反分析模型 | 第59-62页 |
| ·隐层数 | 第60页 |
| ·隐层节点数的选取 | 第60-61页 |
| ·输入、输出层的节点数 | 第61页 |
| ·BP网络传输函数 | 第61页 |
| ·BP神经的初始权值选定 | 第61-62页 |
| ·反分析模型的数据处理 | 第62-65页 |
| ·BP神经网络的设计参数 | 第62-63页 |
| ·BP神经网络的程序编写 | 第63-64页 |
| ·BP神经网络的训练结果 | 第64-65页 |
| ·小结 | 第65-66页 |
| 第5章 结论与展望 | 第66-68页 |
| ·结论 | 第66页 |
| ·展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 硕士在读期间参加科研项目 | 第75页 |