摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第1章 前言 | 第9-21页 |
·研究意义及选题依据 | 第9-13页 |
·研究意义 | 第9-11页 |
·工程概况与选题依据 | 第11-13页 |
·国内外研究现状 | 第13-18页 |
·围岩分级方法概述 | 第13-17页 |
·围岩分级发展趋势 | 第17-18页 |
·主要研究内容、研究思路及技术路线 | 第18-21页 |
·主要研究内容 | 第18页 |
·研究思路 | 第18-19页 |
·技术路线 | 第19-21页 |
第2章 典型研究区工程地质环境条件 | 第21-28页 |
·地形地貌 | 第21-22页 |
·区域地貌背景 | 第21页 |
·研究区地形地貌 | 第21-22页 |
·地层岩性 | 第22页 |
·地质构造及区域稳定性 | 第22-26页 |
·大地构造部位 | 第22-25页 |
·区域地质构造及区域稳定性 | 第25-26页 |
·水文地质条件 | 第26-28页 |
第3章 围岩分级指标及快速获取方法研究 | 第28-62页 |
·国内外围岩分级指标体系 | 第29-39页 |
·Q系统分级指标 | 第30-33页 |
·RMR分类指标 | 第33-35页 |
·水利水电围岩工程地质分类(HC分类)指标 | 第35-37页 |
·国标 BQ分级、公路隧道围岩分级(2004)指标 | 第37-39页 |
·公路隧道施工阶段围岩分级指标的确立 | 第39-40页 |
·公路隧道施工阶段围岩分级指标的获取方法研究 | 第40-60页 |
·岩石强度快速获取方法研究 | 第40-49页 |
·岩体完整程度快速获取方法研究 | 第49-60页 |
·小结 | 第60-62页 |
第4章 围岩分级方法研究 | 第62-83页 |
·概述 | 第62页 |
·施工阶段围岩定性分级研究 | 第62-73页 |
·分级原则 | 第62-63页 |
·分级因素 | 第63页 |
·分级方法 | 第63-71页 |
·分级方案验证与应用 | 第71-73页 |
·施工阶段围岩定量分级 | 第73-80页 |
·Q系统围岩分级 | 第73-78页 |
·BQ系统围岩分级 | 第78-80页 |
·小结 | 第80-83页 |
第5章 围岩分级智能判别模型研究 | 第83-109页 |
·围岩分级模糊推理系统研究 | 第83-98页 |
·Mamdani型模糊推理系统介绍 | 第83-86页 |
·沉积岩、变质岩隧道围岩级别模糊推理系统设计 | 第86-94页 |
·岩浆岩隧道围岩级别模糊推理系统设计 | 第94-95页 |
·围岩分级模糊推理系统应用 | 第95-98页 |
·围岩分级神经网络系统研究 | 第98-109页 |
·BP神经网络理论 | 第98-100页 |
·改进型BP神经网络围岩级别识别模型建立 | 第100-108页 |
·围岩分级神经网络系统应用 | 第108-109页 |
第6章 围岩级别智能判别软件系统开发与应用 | 第109-127页 |
·系统开发思路与开发工具 | 第109-110页 |
·系统分析与总体设计 | 第110-117页 |
·系统分析 | 第110-112页 |
·总体设计 | 第112-114页 |
·数据库概念设计 | 第114-117页 |
·设计规范围岩级别智能判别系统开发 | 第117-120页 |
·围岩级别定性智能判别 | 第117-119页 |
·围岩级别定量智能化判别 | 第119-120页 |
·施工阶段围岩级别智能化判别系统开发 | 第120-125页 |
·围岩级别定性智能判别 | 第120-123页 |
·围岩级别定量智能判别 | 第123-125页 |
·软件系统的应用 | 第125-127页 |
结论 | 第127-129页 |
致谢 | 第129-130页 |
参考文献 | 第130-132页 |