| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·项目提出的背景 | 第10-11页 |
| ·人工神经网络发展现状和发展趋势 | 第11-15页 |
| ·隧道预测研究现状和发展趋势 | 第15-16页 |
| ·论文的主要内容 | 第16-18页 |
| 第二章 复杂地质隧道结构健康监测方案及受力有限元分析 | 第18-37页 |
| ·隧道结构健康监测方案 | 第18-21页 |
| ·隧道结构健康监测定义 | 第18页 |
| ·隧道结构健康监测系统 | 第18-19页 |
| ·本论文依托的工程概况及采用的隧道监测方案 | 第19-21页 |
| ·隧道有限元分析方案 | 第21-23页 |
| ·大型有限元软件的选择 | 第21-22页 |
| ·有限元法计算的原理和步骤 | 第22页 |
| ·隧道设计分析力学模型 | 第22-23页 |
| ·梅花店2号右线隧道受力分析 | 第23-30页 |
| ·创建物理环境 | 第24-26页 |
| ·建立隧道几何模型和划分网格 | 第26-28页 |
| ·加约束和载荷 | 第28页 |
| ·求解后的后处理 | 第28页 |
| ·其它两个模型 | 第28-30页 |
| ·受力结果分析 | 第30页 |
| ·柏树坪1#隧道左线受力分析 | 第30-35页 |
| ·创建物理环境 | 第30-32页 |
| ·建立几何模型和网格划分 | 第32页 |
| ·施加载荷并求解 | 第32-33页 |
| ·后处理受力图 | 第33页 |
| ·其它两个模型 | 第33-35页 |
| ·受力结果分析 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第三章 BP神经网络的预测原理 | 第37-52页 |
| ·神经网络的基本概念与基本原理 | 第37-42页 |
| ·神经网络的生物学启示 | 第37页 |
| ·人工神经元模型 | 第37-39页 |
| ·神经网络的结构及类型 | 第39-41页 |
| ·神经网络的特点 | 第41页 |
| ·神经网络的学习方式 | 第41-42页 |
| ·BP神经网络 | 第42-49页 |
| ·概述 | 第42-43页 |
| ·BP神经网络的结构和主要优点 | 第43页 |
| ·BP神经网络算法的推导 | 第43-46页 |
| ·BP算法的缺点和常用改进方法 | 第46-49页 |
| ·MATLAB神经网络工具箱 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第四章 基于BP神经网络的隧道监测数据预测模型建立 | 第52-70页 |
| ·隧道监测数据分析 | 第52-57页 |
| ·隧道围岩压力分析 | 第52-53页 |
| ·隧道钢拱架应变监测分析 | 第53-57页 |
| ·基于人工神经网络的隧道监测数据预测模型 | 第57-67页 |
| ·数据预处理 | 第59-61页 |
| ·BP网络结构的设计 | 第61-67页 |
| ·神经网络模型程序设计 | 第67-69页 |
| ·BP网络的程序流程 | 第67-68页 |
| ·程序关键代码 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 基于BP神经网络的隧道监测数据预测模型仿真及结果分析 | 第70-79页 |
| ·BP网络仿真 | 第70-73页 |
| ·梅花店隧道其他测点预测结果 | 第73-76页 |
| ·镇安隧道监测数据预测模型 | 第76-78页 |
| ·结论 | 第78-79页 |
| 结论与展望 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83页 |
