| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 论文研究的背景 | 第11-12页 |
| 1.2 超期服役建筑基坑研究现状及存在的问题 | 第12-13页 |
| 1.2.1 超期服役建筑基坑研究现状 | 第12-13页 |
| 1.2.2 存在的问题 | 第13页 |
| 1.3 本文研究的目的和意义 | 第13-14页 |
| 1.3.1 研究的目的 | 第13页 |
| 1.3.2 研究的意义 | 第13-14页 |
| 1.4 本文研究的主要内容 | 第14-15页 |
| 第二章 建筑基坑工程变形监测技术概况 | 第15-23页 |
| 2.1 建筑基坑工程变形监测概述 | 第15-16页 |
| 2.1.1 建筑基坑工程变形监测项目 | 第16页 |
| 2.1.2 建筑基坑工程变形监测报警 | 第16页 |
| 2.2 建筑基坑工程变形监测技术要求 | 第16-21页 |
| 2.2.1 基准点、工作基点布设 | 第16-17页 |
| 2.2.2 水平位移监测 | 第17-18页 |
| 2.2.3 竖向位移监测 | 第18-19页 |
| 2.2.4 深层水平位移监测 | 第19-21页 |
| 2.3 当前监测数据对基坑安全判定的作用及不足 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 灰色GM(1,N)模型预测超期服役建筑基坑变形 | 第23-35页 |
| 3.1 灰色预测系统概述 | 第23页 |
| 3.2 超期服役建筑基坑变形灰色系统特点 | 第23-25页 |
| 3.2.1 建筑基坑变形灰色系统特点 | 第23-24页 |
| 3.2.2 超期服役建筑基坑变形主要影响因素 | 第24-25页 |
| 3.3 灰色GM(1,N)模型建立 | 第25-26页 |
| 3.4 灰色GM(1,N)模型的检验 | 第26-33页 |
| 3.4.1 样本数据来源 | 第26-27页 |
| 3.4.2 预测模型检验 | 第27-33页 |
| 3.5 灰色GM(1,N)模型的优缺点 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 基于GM-BP神经网络组合模型对超期服役建筑基坑变形的预测 | 第35-48页 |
| 4.1 BP神经网络概述 | 第35-37页 |
| 4.2 BP神经网络特点及其局限性 | 第37-38页 |
| 4.2.1 BP神经网络特点 | 第37页 |
| 4.2.2 BP神经网络局限性 | 第37-38页 |
| 4.3 灰色GM-BP神经网络组合预测模型 | 第38-40页 |
| 4.3.1 灰色GM-BP神经网络概述 | 第38页 |
| 4.3.2 灰色GM-BP神经网络模型建立 | 第38-40页 |
| 4.4 灰色GM-BP神经网络模型预测评价 | 第40-47页 |
| 4.4.1 模型建立 | 第41-42页 |
| 4.4.2 编程实现 | 第42页 |
| 4.4.3 网络训练及效果检验 | 第42-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 GM-BP神经网络在超期服役建筑基坑变形预测中的应用 | 第48-59页 |
| 5.1 工程概况 | 第48-49页 |
| 5.2 变形监测项目及报警设置 | 第49-51页 |
| 5.3 前期监测数据 | 第51页 |
| 5.4 灰色GM-BP神经网络模型建立 | 第51页 |
| 5.5 编程实现 | 第51-57页 |
| 5.5.1 数据处理 | 第52页 |
| 5.5.2 网络初始化 | 第52页 |
| 5.5.3 网络学习 | 第52页 |
| 5.5.4 网络预测两年内基坑变形范围 | 第52-55页 |
| 5.5.5 预测结果分析 | 第55-57页 |
| 5.6 基于预测结果的后期工程管理决策及实施 | 第57页 |
| 5.6.1 各方责任主体处理意见 | 第57页 |
| 5.6.2 工程管理决策及实施 | 第57页 |
| 5.7 本章小结 | 第57-59页 |
| 第六章 结论及建议 | 第59-61页 |
| 6.1 结论 | 第59-60页 |
| 6.2 建议 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附件 | 第66页 |
