| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·选题的背景及意义 | 第9页 |
| ·软土的分类和工程特性 | 第9-11页 |
| ·软基沉降计算与预测研究现状 | 第11-15页 |
| ·固结理论 | 第11页 |
| ·现有软基沉降计算与预测方法的分析与比较 | 第11-15页 |
| ·本文研究内容 | 第15-17页 |
| 第二章 深圳盐田港西港区纳泥塘软基变形性状分析 | 第17-33页 |
| ·引言 | 第17页 |
| ·工程概况 | 第17-20页 |
| ·工程概况 | 第17页 |
| ·工程地质条件 | 第17-20页 |
| ·填海区软基处理工程设计 | 第20-23页 |
| ·地基加固设计概况 | 第20-22页 |
| ·主要施工方法 | 第22-23页 |
| ·试验方案的布置及试验数据的采集 | 第23-26页 |
| ·现场监测主要成果分析 | 第26-30页 |
| ·浅层沉降监测及分析 | 第26-28页 |
| ·分层沉降监测及分析 | 第28-29页 |
| ·孔隙水压力观测及分析 | 第29-30页 |
| ·软基加固效果评价 | 第30-32页 |
| ·土工试验及标贯试验 | 第31页 |
| ·平板载荷试验 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 人工神经网络介绍 | 第33-46页 |
| ·概述 | 第33页 |
| ·神经网络系统 | 第33-38页 |
| ·神经元结构模型 | 第33-35页 |
| ·神经网络的结构 | 第35-36页 |
| ·神经网络的互连模式 | 第36-38页 |
| ·神经网络的学习方式 | 第38页 |
| ·BP神经网络 | 第38-44页 |
| ·BP神经网络的学习步骤 | 第39-41页 |
| ·基于MATLAB的BP神经网络设计 | 第41-43页 |
| ·BP神经网络的不足及改进 | 第43-44页 |
| ·Elman神经网络 | 第44-46页 |
| ·Elman神经网络的结构 | 第44-45页 |
| ·Elman神经网络的学习过程 | 第45页 |
| ·基于MATLAB的Elman神经网络设计 | 第45-46页 |
| 第四章 BP和ELman网络在软基沉降预测中的应用 | 第46-60页 |
| ·沉降预测神经网络模型 | 第46-49页 |
| ·沉降预测BP网络模型的建立 | 第46-48页 |
| ·沉降预测Elman网络模型的建立 | 第48-49页 |
| ·模型精度标准 | 第49-50页 |
| ·模型验证与实际应用 | 第50-57页 |
| ·BP网络应用 | 第52-55页 |
| ·Elman网络应用 | 第55-57页 |
| ·神经网络预测结果检验及效果分析 | 第57-58页 |
| ·基于BP和Elman网络模型的最终沉降量预测 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 塑料板排水堆载预压法处理软基固结沉降量计算 | 第60-76页 |
| ·理论计算方法 | 第60-61页 |
| ·双曲线 | 第61-64页 |
| ·指数曲线 | 第64-67页 |
| ·泊松法 | 第67-69页 |
| ·Asaoka法 | 第69-72页 |
| ·计算结果对比分析 | 第72-75页 |
| ·本章小结 | 第75-76页 |
| 第六章 结论与展望 | 第76-78页 |
| ·结论 | 第76-77页 |
| ·展望 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
| 攻读学位期间主要的研究成果 | 第82页 |