首页--交通运输论文--公路运输论文--隧道工程论文--隧道观测与试验论文--隧道施工及运用监测论文

基于BP神经网络下的深长隧道突水预测分析与数值模拟研究

摘要第4-5页
ABSTRACT第5页
目录第7-9页
1 绪论第9-17页
    1.1 选题背景第9-10页
    1.2 国内外研究现状第10-15页
        1.2.1 隧道涌水量预测的研究第10-13页
        1.2.2 神经网络工程应用的研究现状第13-15页
    1.3 本课题的研究意义第15页
    1.4 本文的主要研究内容第15-17页
2 神经网络的基本理论第17-31页
    2.1 人工神经网络概述第17-21页
        2.1.1 人工神经网络的发展第17-18页
        2.1.2 人工神经网络的基本特征第18-19页
        2.1.3 神经网络的连接方式第19-20页
        2.1.4 神经网络的学习方式和规则第20-21页
    2.2 BP神经网络第21-30页
        2.2.1 BP神经网络的特点第22-24页
        2.2.2 BP神经网络的应用第24页
        2.2.3 BP神经网络算法的实现第24-26页
        2.2.4 BP网模型的设计第26-28页
        2.2.5 BP神经网络的缺陷第28页
        2.2.6 BP学习算法的改进第28-30页
    2.3 本章小结第30-31页
3 隧道涌水量影响因素分析第31-43页
    3.1 工程概况第31-37页
        3.1.1 钟家山隧道简介第31-32页
        3.1.2 工程地质、水文地质条件第32-34页
        3.1.3 历次突水突泥及塌方情况第34-37页
    3.2 隧道突水突泥及塌陷成因分析第37-39页
    3.3 钟家山隧道突水突泥处理措施第39-40页
    3.4 涌水量预测参数的选择及依据第40-42页
    3.5 本章小结第42-43页
4 基于BP神经网络的隧道涌水量预测研究第43-52页
    4.1 BP神经网络预测流程第43页
    4.2 样本数据的选择与组织第43-48页
    4.3 BP神经网络中常见的函数第48页
    4.4 BP神经网络预测模型的实现第48-51页
    4.5 本章小结第51-52页
5 深长隧道突水的数值模拟研究第52-66页
    5.1 模型的建立及参数的选取第52-53页
    5.2 数值模拟结果的分析第53-56页
        5.2.1 拱顶与边墙的应力和位移变化过程第53-54页
        5.2.2 防突层的变化过程第54-56页
    5.3 依托钟家山隧道的数值模拟分析第56-65页
        5.3.1 参数的选取与计算模型的建立第56-58页
        5.3.2 突水前兆多场信息演化规律分析第58-65页
        5.3.3 数值模拟分析的结论第65页
    5.4 本章小结第65-66页
6 结论与展望第66-68页
    6.1 结论第66页
    6.2 展望第66-68页
参考文献第68-73页
攻读硕士学位期间主要的科研成果第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:变截面PC连续刚构桥拆除分析及风险控制研究
下一篇:沥青路面冷补材料及修补技术研究