| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·引言 | 第9-10页 |
| ·深基坑工程监测与变形预测研究现状 | 第10-13页 |
| ·深基坑监测研究现状 | 第10-12页 |
| ·深基坑变形预测研究现状 | 第12-13页 |
| ·本文主要研究内容及研究方法 | 第13-15页 |
| ·主要研究内容 | 第13页 |
| ·采用的研究方法 | 第13-15页 |
| 第二章 深基坑监测 | 第15-28页 |
| ·深基坑监测的目的和基本要求 | 第15-16页 |
| ·深基坑监测的目的 | 第15-16页 |
| ·深基坑监测的基本要求 | 第16页 |
| ·监测方法、原理和仪器 | 第16-24页 |
| ·基坑垂直位移监测 | 第16-17页 |
| ·基坑水平位移监测 | 第17-19页 |
| ·深层水平位移监测 | 第19-22页 |
| ·基坑回弹监测 | 第22页 |
| ·土压力及孔隙水压力监测 | 第22-23页 |
| ·支护体系内力监测 | 第23页 |
| ·地下水位监测 | 第23-24页 |
| ·周边环境监测 | 第24页 |
| ·监测方案设计 | 第24-26页 |
| ·监测方案设计原则 | 第24-25页 |
| ·监测方案设计的主要内容 | 第25-26页 |
| ·监测资料整理 | 第26-28页 |
| ·监测报表 | 第26-27页 |
| ·监测报告 | 第27-28页 |
| 第三章 人工神经网络简介 | 第28-32页 |
| ·人工神经网络的产生及发展 | 第28页 |
| ·人工神经网络的基本原理 | 第28-32页 |
| ·神经元传递函数 | 第29-30页 |
| ·神经元之间的连接形式 | 第30-31页 |
| ·神经网络的学习与训练 | 第31-32页 |
| 第四章 基于神经网络及灰色系统的基坑变形预测建模 | 第32-40页 |
| ·BP神经网络预测模型 | 第32-35页 |
| ·输入层设计 | 第32-33页 |
| ·输出层设计 | 第33页 |
| ·隐含层设计 | 第33-34页 |
| ·网络学习训练 | 第34-35页 |
| ·网络泛化能力的提高 | 第35页 |
| ·灰色系统预测模型 | 第35-38页 |
| ·灰色系统GM模型的基本原理 | 第35-38页 |
| ·灰色系统残差GM模型预测 | 第38页 |
| ·灰色系统—BP神经网络组合预测模型 | 第38-40页 |
| 第五章 珠江黄埔大桥南汊桥北锚碇超深基坑监测及变形预测分析 | 第40-54页 |
| ·工程概况 | 第40-41页 |
| ·工程监测方案设计 | 第41-46页 |
| ·监测内容确定 | 第41-42页 |
| ·监测方法和仪器 | 第42-43页 |
| ·监测点布设及保护 | 第43-45页 |
| ·监测频率和预警值确定 | 第45-46页 |
| ·基于BP模型的变形预测及结果分析 | 第46-49页 |
| ·基于GM模型的变形预测及结果分析 | 第49-50页 |
| ·基于灰色系统—BP神经网络组合模型的变形预测及结果分析 | 第50-52页 |
| ·三种模型预测结果的比较分析 | 第52-54页 |
| 第六章 结论及建议 | 第54-56页 |
| ·主要结论 | 第54页 |
| ·建议 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 作者攻读学位期间发表的论文 | 第60页 |