| 中文摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| ·问题的提出 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·国内外研究状况 | 第10-12页 |
| ·本文主要的研究方向和内容 | 第12-14页 |
| 第2章 监测资料的收集与处理 | 第14-24页 |
| ·监测资料的收集 | 第14-20页 |
| ·边坡监控量测的目的与内容 | 第14-15页 |
| ·边坡安全监测方法 | 第15-17页 |
| ·测点布设的一般要求 | 第17-18页 |
| ·大岗山高边坡监测点的布设情况 | 第18-20页 |
| ·监测资料的处理 | 第20-24页 |
| ·概述 | 第20-21页 |
| ·粗差的判别方法 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 大岗山高边坡位移监测资料的建模研究 | 第24-39页 |
| ·高边坡岩体位移控制指标分析 | 第24-30页 |
| ·位移与工程活动的相关性分析 | 第24-26页 |
| ·位移与相对高度的相关性分析 | 第26-27页 |
| ·位移与围岩质量等级的相关性分析 | 第27-28页 |
| ·位移与环境因素的相关性分析 | 第28-30页 |
| ·监测资料分析建模 | 第30-32页 |
| ·常规分析方法 | 第30页 |
| ·数学模型分析方法 | 第30-31页 |
| ·数学物理模型法 | 第31-32页 |
| ·偏最小二乘法在多因素建模中的应用 | 第32-34页 |
| ·偏最小二乘法简介 | 第32页 |
| ·偏最小二乘法计算原理 | 第32-33页 |
| ·偏最小二乘法的matlab实现 | 第33-34页 |
| ·大岗山高边坡部分测点的偏最小二乘法建模 | 第34-37页 |
| ·影响因素 | 第34页 |
| ·建模基础资料的选取 | 第34-37页 |
| ·基于matlab的最小二乘法建模研究 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第4章 模糊神经网络的位移预测研究 | 第39-49页 |
| ·模糊神经网络简介 | 第39-40页 |
| ·模糊神经网络基本原理 | 第40-44页 |
| ·模糊系统 | 第40-41页 |
| ·人工神经网络 | 第41-43页 |
| ·模糊神经网络 | 第43-44页 |
| ·大岗山高边坡模糊神经网络的位移预测 | 第44-48页 |
| ·模糊神经网络基于matlab的算法实现 | 第44-45页 |
| ·基础数据的选取 | 第45-47页 |
| ·基于matlab模糊神经网络工具箱的大纲山边坡位移预测研究 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 大岗山高边坡稳定性分析 | 第49-60页 |
| ·基于荷载响应率的高边坡稳定性评价 | 第49-52页 |
| ·荷载响应率的基本概念 | 第49-50页 |
| ·位移关键点的稳定性评价 | 第50-52页 |
| ·基于属性识别理论的边坡稳定性综合评价 | 第52-59页 |
| ·监测指标的标准化 | 第52-54页 |
| ·应用研究 | 第54页 |
| ·属性识别理论简介 | 第54-57页 |
| ·基于监测信息预测值的大岗山稳定性预测 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 结论与展望 | 第60-62页 |
| ·结论 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间研究成果 | 第68页 |