| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第11-21页 |
| 1.1 研究的目的及意义 | 第11-12页 |
| 1.2 煤矸石研究现状 | 第12-15页 |
| 1.2.1 煤矸石作路基填料的工程应用现状 | 第12-13页 |
| 1.2.2 煤矸石路堤沉降研究现状 | 第13-15页 |
| 1.3 BP人工神经网络的研究现状 | 第15-19页 |
| 1.4 本论文的主要工作 | 第19-20页 |
| 1.5 研究技术路线 | 第20-21页 |
| 2 高速公路路基填料要求以及煤矸石工程特性 | 第21-32页 |
| 2.1 高速公路路基填料要求 | 第21-22页 |
| 2.1.1 高速公路路基填料分类 | 第21页 |
| 2.1.2 路堤填料压实度以及加州承载比(CBR)的要求 | 第21-22页 |
| 2.1.3 高速公路路基其他要求 | 第22页 |
| 2.2 煤矸石的成因以及分类组成 | 第22-25页 |
| 2.2.1 煤矸石的成因 | 第22-23页 |
| 2.2.2 煤矸石组成成分 | 第23页 |
| 2.2.3 煤矸石的化学组成 | 第23-25页 |
| 2.3 煤矸石路用性能以及物理特性研究 | 第25-30页 |
| 2.4 煤矸石在土工工程分类中的位置 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 BP人工神经网络理论研究 | 第32-42页 |
| 3.1 人工神经网络 | 第32-36页 |
| 3.1.1 人工神经网络的概述 | 第32页 |
| 3.1.2 人工神经网络的工作过程 | 第32页 |
| 3.1.3 生物神经元 | 第32-33页 |
| 3.1.4 人工神经元 | 第33-34页 |
| 3.1.5 神经网络的学习 | 第34页 |
| 3.1.6 神经网络结构 | 第34-36页 |
| 3.2 BP神经网络 | 第36-41页 |
| 3.2.1 BP神经元及BP网络模型 | 第36页 |
| 3.2.2 BP网络的学习 | 第36-37页 |
| 3.2.3 BP网络信息的正向传递 | 第37页 |
| 3.2.4 BP网络误差的反向传递 | 第37-39页 |
| 3.2.5 BP网络存在的问题以及改进与优化 | 第39-40页 |
| 3.2.5.1 BP网络存在的问题 | 第39页 |
| 3.2.5.2 BP网络优化方法 | 第39-40页 |
| 3.2.6 BP网络的MATLAB工具箱函数 | 第40-41页 |
| 3.3 本章小结 | 第41-42页 |
| 4 安邵高速公路煤矸石路基沉降预测 | 第42-61页 |
| 4.1 工程概况 | 第42-44页 |
| 4.2 煤矸石路基施工工艺 | 第44-48页 |
| 4.2.1 工法特点 | 第44页 |
| 4.2.2 工艺原理 | 第44-45页 |
| 4.2.3 工艺流程 | 第45页 |
| 4.2.4 施工要点 | 第45-48页 |
| 4.2.4.1 煤矸石选料 | 第45-46页 |
| 4.2.4.2 砌筑挡墙 | 第46页 |
| 4.2.4.3 煤矸石填筑 | 第46-47页 |
| 4.2.4.4 包边取土 | 第47页 |
| 4.2.4.5 包边护坡 | 第47页 |
| 4.2.4.6 检测控制 | 第47-48页 |
| 4.3 曲线拟合法预测路基沉降 | 第48-59页 |
| 4.3.1 双曲线拟合法 | 第48页 |
| 4.3.2 双曲线拟合法预测K127+700断面沉降 | 第48-52页 |
| 4.3.3 指数曲线拟合法 | 第52页 |
| 4.3.4 指数曲线拟合法预测K127+700断面沉降 | 第52-55页 |
| 4.3.5 星野法 | 第55-56页 |
| 4.3.6 星野法预测K127+700断面沉降 | 第56-59页 |
| 4.4 本章小结 | 第59-61页 |
| 5 BP神经网络预测煤矸石路基沉降 | 第61-77页 |
| 5.1 BP神经网络建模 | 第61-65页 |
| 5.1.1 数据归一化处理及函数选择 | 第61-62页 |
| 5.1.2 输入、输出层的设计 | 第62页 |
| 5.1.3 误差参数的确定 | 第62-63页 |
| 5.1.4 隐层的确定 | 第63-64页 |
| 5.1.5 训练参数确定 | 第64-65页 |
| 5.2 网络训练 | 第65-72页 |
| 5.2.1 动量BP神经网络 | 第67-69页 |
| 5.2.2 学习率可变的动量BP神经网络 | 第69-72页 |
| 5.3 BP网络的预测检验 | 第72-75页 |
| 5.4 曲线拟合法和BP神经网络预测法的对比 | 第75页 |
| 5.5 本章小结 | 第75-77页 |
| 6 结论与展望 | 第77-79页 |
| 6.1 结论 | 第77页 |
| 6.2 展望 | 第77页 |
| 6.3 创新点 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 攻读学位期间的主要学术成果 | 第85-87页 |
| 致谢 | 第87页 |
