基于RBF神经网络的边坡稳定性评价研究--以西藏夏比公路K85段边坡为例
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪言 | 第9-18页 |
| ·选题依据及研究意义 | 第9-10页 |
| ·国内外研究现状及存在问题 | 第10-16页 |
| ·边坡稳定性评价方法国内外研究现状 | 第10-15页 |
| ·边坡稳定性研究存在的问题 | 第15-16页 |
| ·主要研究内容及技术路线 | 第16-18页 |
| ·主要研究内容 | 第16页 |
| ·技术路线 | 第16-18页 |
| 第二章 边坡地质背景及特征分析 | 第18-25页 |
| ·研究区自然地理概况 | 第18-20页 |
| ·自然地理 | 第18页 |
| ·气象、水文条件 | 第18-20页 |
| ·植被 | 第20页 |
| ·环境地质条件 | 第20-23页 |
| ·地形地貌条件 | 第20页 |
| ·地层岩性 | 第20-21页 |
| ·地质构造与地震 | 第21-22页 |
| ·水文地质条件 | 第22-23页 |
| ·边坡主要特性 | 第23-25页 |
| ·边坡形态特征及边界条件 | 第23-24页 |
| ·边坡岩土构成与特征 | 第24页 |
| ·边坡岩体物理学性质 | 第24-25页 |
| 第三章 边坡稳定性影响因素及变形特征分析 | 第25-31页 |
| ·内在因素 | 第25-27页 |
| ·岩性 | 第25页 |
| ·岩体结构 | 第25-26页 |
| ·地质构造 | 第26-27页 |
| ·外在因素 | 第27-30页 |
| ·地形地貌 | 第27页 |
| ·风化作用 | 第27-28页 |
| ·水的作用 | 第28-29页 |
| ·振动作用 | 第29-30页 |
| ·人类工程活动 | 第30页 |
| ·边坡变形特征分析 | 第30-31页 |
| 第四章 径向基神经网络原理与方法 | 第31-46页 |
| ·人工神经网络理论概述 | 第31-38页 |
| ·人工神经网络发展史 | 第31-33页 |
| ·神经网络模型 | 第33-36页 |
| ·人工神经网络的学习规则 | 第36-37页 |
| ·人工神经网络分类 | 第37-38页 |
| ·人工神经网络特性 | 第38页 |
| ·径向基神经网络基础 | 第38-41页 |
| ·RBF神经网络基本思想 | 第38-39页 |
| ·径向基(RBF)函数 | 第39-40页 |
| ·RBF神经网络结构 | 第40-41页 |
| ·径向基神经网络的学习算法 | 第41-46页 |
| ·径向基(RBF)神经网络中心的确定 | 第42-43页 |
| ·径向基(RBF)神经网络权值的调整 | 第43页 |
| ·径向基(RBF)神经网络的算法 | 第43-46页 |
| 第五章 径向基神经网络在边坡稳定性评价中的应用 | 第46-61页 |
| ·RBF神经网络模型输入输出的确定 | 第46页 |
| ·RBF神经网络样本的收集及归一化处理 | 第46-53页 |
| ·RBF神经网络训练样本的收集 | 第46-49页 |
| ·RBF神经网络样本数据归一化处理 | 第49-53页 |
| ·RBF神经网络的构造与训练 | 第53-56页 |
| ·夏比公路K85段边坡二维稳定性计算分析 | 第56-59页 |
| ·简化毕肖普法计算边坡稳定系数 | 第56-59页 |
| ·传递系数法计算边坡稳定系数 | 第59页 |
| ·几种稳定性分析结果比较 | 第59-61页 |
| 结论及展望 | 第61-63页 |
| 结论 | 第61页 |
| 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |
