| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·论文的主要工作 | 第12-14页 |
| 第2章 反演分析的基本理论和方法 | 第14-50页 |
| ·反演分析的基本理论和方法综述 | 第14-21页 |
| ·反演分析的基本概念 | 第14-15页 |
| ·反演分析的意义 | 第15页 |
| ·反演分析的分类 | 第15-16页 |
| ·模型参数反演分析的常用方法 | 第16-21页 |
| ·人工神经网络的基本理论和方法 | 第21-26页 |
| ·人工神经元模型 | 第22-24页 |
| ·人工神经元的工作原理 | 第24-25页 |
| ·人工神经网络的学习方式 | 第25页 |
| ·人工神经网络的网络结构 | 第25-26页 |
| ·BP 神经网络的基本理论和方法 | 第26-38页 |
| ·BP 神经网络模型 | 第26-27页 |
| ·BP 神经网络的计算原理 | 第27-29页 |
| ·BP 神经网络的设计 | 第29-31页 |
| ·BP 神经网络在Matlab 中的实现 | 第31-36页 |
| ·BP 神经网络的映射过程 | 第36-38页 |
| ·遗传算法的基本理论和方法 | 第38-44页 |
| ·遗传算法的运算流程 | 第39-40页 |
| ·遗传算法的基本操作 | 第40-41页 |
| ·遗传算法的寻优过程 | 第41-43页 |
| ·遗传算法在Matlab 中的实现 | 第43-44页 |
| ·清华非线性K-G 模型 | 第44-49页 |
| ·土体强度 | 第45页 |
| ·加载时的应力——应变关系 | 第45-48页 |
| ·卸载、重加载模量 | 第48页 |
| ·应力——应变的矩阵关系 | 第48-49页 |
| ·加载条件 | 第49页 |
| ·小结 | 第49-50页 |
| 第3章 水布垭面板堆石坝原型观测数据整理和分析 | 第50-78页 |
| ·水布垭工程概况 | 第50-52页 |
| ·大坝变形监测设备布置情况 | 第52-55页 |
| ·大坝变形的原型观测资料整理和分析 | 第55-77页 |
| ·沉降观测资料的整理和分析 | 第55-66页 |
| ·水平位移观测资料的整理和分析 | 第66-77页 |
| ·小结 | 第77-78页 |
| 第4章 水布垭面板堆石坝位移反演分析 | 第78-111页 |
| ·有限元分期填筑网格 | 第78-79页 |
| ·依据沉降观测数据的位移反演分析 | 第79-99页 |
| ·反演分析样本的输入参数设计 | 第80-82页 |
| ·反演分析样本的输出测点选取 | 第82-84页 |
| ·BP 神经网络的训练、测试 | 第84-87页 |
| ·遗传算法优化搜索 | 第87-89页 |
| ·反演参数计算值与实测值的比较 | 第89-92页 |
| ·反演参数计算值与室内参数计算值的比较 | 第92-96页 |
| ·坝体变形预测 | 第96-99页 |
| ·依据水平位移观测数据的反演分析 | 第99-110页 |
| ·水平位移实测值和沉降反演参数计算值的比较 | 第99-101页 |
| ·反演分析样本的输入参数设计 | 第101-103页 |
| ·反演分析样本输出测点的选择 | 第103-105页 |
| ·BP 神经网络的训练、测试 | 第105-107页 |
| ·遗传算法优化搜索 | 第107-108页 |
| ·水平位移反演参数与沉降反演参数的计算值及实测值比较 | 第108-110页 |
| ·小结 | 第110-111页 |
| 第5章 结论和展望 | 第111-113页 |
| ·结论 | 第111-112页 |
| ·展望 | 第112-113页 |
| 参考文献 | 第113-117页 |
| 致谢 | 第117-118页 |
| 个人简历 | 第118页 |
| 主要的研究成果 | 第118页 |