某深基坑监测及变形预测模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·深基坑监测技术研究现状 | 第11-12页 |
| ·深基坑变形预测技术研究现状 | 第12-14页 |
| ·本文主要研究内容 | 第14-15页 |
| 第2章 基坑变形监测技术研究 | 第15-22页 |
| ·基坑监测目的 | 第15页 |
| ·基坑监测项目 | 第15页 |
| ·基坑监测方法 | 第15-20页 |
| ·基坑监测数据处理 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 深基坑变形预测模型研究 | 第22-41页 |
| ·灰色系统理论 | 第22-28页 |
| ·灰色系统基本原理 | 第22-23页 |
| ·GM(1,1)灰色系统模型 | 第23-24页 |
| ·非等步距GM(1,1)模型的建立 | 第24-25页 |
| ·残差GM(1,1)模型 | 第25页 |
| ·灰色系统模型适用条件 | 第25-27页 |
| ·灰色系统模型精度检验方法 | 第27-28页 |
| ·马尔可夫理论 | 第28-29页 |
| ·马尔可夫随机过程 | 第28-29页 |
| ·马尔可夫链及其转移概率 | 第29页 |
| ·灰色马尔可夫预测方法 | 第29-30页 |
| ·灰色马尔可夫模型 | 第29页 |
| ·灰色马尔可夫链预测建模过程 | 第29-30页 |
| ·人工神经网络基本理论 | 第30-35页 |
| ·人工神经网络原理 | 第31-33页 |
| ·神经网络的学习 | 第33-34页 |
| ·神经网络的特征 | 第34-35页 |
| ·BP神经网络 | 第35-38页 |
| ·BP神经网络模型 | 第35-36页 |
| ·BP网络学习算法及学习步骤 | 第36-37页 |
| ·BP神经网络算法存在的问题及改进 | 第37-38页 |
| ·灰色马尔可夫-BP神经网络组合预测模型 | 第38-40页 |
| ·灰色系统和马尔可夫链与神经网络的关系 | 第38-39页 |
| ·灰色马尔可夫-BP神经网络模型的建立 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 地下交通环廊施工支护及现场监测 | 第41-59页 |
| ·工程概况 | 第41-45页 |
| ·工程简介 | 第41页 |
| ·工程地质条件 | 第41-42页 |
| ·水文地质 | 第42页 |
| ·工程特点分析 | 第42-45页 |
| ·施工方法及支护 | 第45-51页 |
| ·基坑支护、围护施工 | 第45-48页 |
| ·地下交通环廊深基坑防护结构特点 | 第48-51页 |
| ·地下交通环廊深基坑工程施工期现场监测 | 第51-58页 |
| ·监测目的及工作内容 | 第51-52页 |
| ·测点埋设及监测说明 | 第52-55页 |
| ·监测周期和注意事项 | 第55-56页 |
| ·施工安全判别 | 第56-57页 |
| ·监测数据的整理和分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 交通环廊深基坑变形预测模型的工程应用 | 第59-72页 |
| ·灰色GM(1,1)模型的变形预测 | 第59-64页 |
| ·灰色GM(1,1)模型短期预测 | 第60-62页 |
| ·灰色马尔可夫模型的变形预测 | 第62-64页 |
| ·BP神经网络模型的变形预测 | 第64-67页 |
| ·灰色马尔可夫链-BP神经网络组合模型的变形预测 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 结论及展望 | 第72-74页 |
| ·结论 | 第72-73页 |
| ·展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间发表的论文与科研情况 | 第78页 |
