| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-22页 |
| ·前言 | 第10-11页 |
| ·边坡稳定性预测预报的研究现状及趋势 | 第11-20页 |
| ·边坡失稳预测 | 第11页 |
| ·边坡失稳预报 | 第11-12页 |
| ·边坡稳定性预测理论与方法概述 | 第12-15页 |
| ·定量分析方法 | 第12-13页 |
| ·定性分析方法 | 第13-14页 |
| ·非确定性分析方法 | 第14-15页 |
| ·边坡失稳预报理论与方法概述 | 第15-20页 |
| ·本文研究的方法 | 第20页 |
| ·本文研究的意义及主要内容 | 第20-22页 |
| ·研究的意义 | 第20-21页 |
| ·研究的主要内容 | 第21-22页 |
| 第二章 遗传算法基本原理 | 第22-32页 |
| ·遗传算法的概述 | 第22-23页 |
| ·遗传算法的基本原理 | 第23页 |
| ·基本的遗传算法 | 第23-29页 |
| ·基本遗传算法的构成要素 | 第24-25页 |
| ·基本遗传算法操作过程 | 第25-27页 |
| ·基本遗传算法的实现及遗传算法的主要运算步骤 | 第27-29页 |
| ·遗传算法的实现 | 第27-29页 |
| ·遗传算法的主要运算步骤 | 第29页 |
| ·遗传算法的特点 | 第29-31页 |
| ·遗传算法的应用 | 第31-32页 |
| 第三章 遗传算法在边坡工程稳定性分析中的应用 | 第32-51页 |
| ·概述 | 第32页 |
| ·边坡稳定评价的圆弧滑动面 | 第32-35页 |
| ·费伦纽斯法 | 第33-34页 |
| ·陈惠发法 | 第34-35页 |
| ·边坡稳定分析的目标函数 | 第35-38页 |
| ·确定最小安全系数和最危险圆弧滑动面的遗传算法 | 第38-44页 |
| ·实例计算及评价 | 第44-50页 |
| ·遗传算法的可行性 | 第44-47页 |
| ·遗传算法的优越性 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 遗传-模拟退火算法原理及其在边坡工程中的应用 | 第51-66页 |
| ·概述 | 第51页 |
| ·模拟退火算法的基本原理 | 第51-54页 |
| ·模拟退火算法的构成要数 | 第52-53页 |
| ·应用模拟退火算法的四个基本步骤 | 第53页 |
| ·模拟退火算法的特点 | 第53-54页 |
| ·遗传-模拟退火算法在边坡工程中的应用 | 第54-57页 |
| ·遗传-模拟退火算法的基本思想 | 第54-55页 |
| ·遗传-模拟退火算法的过程 | 第55-57页 |
| ·实例计算及评价 | 第57-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 边坡变形非线性时间序列模型 | 第66-89页 |
| ·概述 | 第66-67页 |
| ·时间序列分析中的问题 | 第67页 |
| ·人工神经网络模型 | 第67-70页 |
| ·神经元的常用模型 | 第68-69页 |
| ·BP神经网络模型 | 第69-70页 |
| ·BP神经网络模型存在的几个问题 | 第70页 |
| ·改进的BP神经网络算法 | 第70-72页 |
| ·遗传-改进神经网络模型 | 第72-76页 |
| ·实例应用 | 第76-88页 |
| ·结论 | 第88-89页 |
| 第六章 结论与展望 | 第89-91页 |
| ·结论 | 第89-90页 |
| ·展望 | 第90-91页 |
| 参考文献 | 第91-96页 |
| 致谢 | 第96-97页 |
| 附录 (攻读学位期间发表论文目录) | 第97页 |