| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·课题的提出 | 第8-9页 |
| ·国内外研究综述 | 第9-13页 |
| ·锚固技术在土遗址保护中的发展和研究现状 | 第9-11页 |
| ·人工神经网络研究现状及在岩土工程领域的应用 | 第11-13页 |
| ·主要研究内容 | 第13-14页 |
| 2 碳纤维楠竹锚杆锚固机理及原位测试分析 | 第14-25页 |
| ·锚杆锚固机理及分类 | 第14-15页 |
| ·锚杆锚固力影响因素分析 | 第15-19页 |
| ·锚杆材料 | 第15-16页 |
| ·灌浆体材性 | 第16页 |
| ·锚杆表面状态 | 第16-17页 |
| ·孔径杆径的配合 | 第17-18页 |
| ·锚固段长度 | 第18页 |
| ·锚杆倾斜角 | 第18-19页 |
| ·其他因素 | 第19页 |
| ·碳纤维楠竹锚杆锚固力原位测试 | 第19-25页 |
| ·测试方案 | 第19-22页 |
| ·原位测试结果分析 | 第22-25页 |
| 3 基于人工神经网络的碳纤维楠竹锚杆锚固力预测研究 | 第25-39页 |
| ·人工神经网络概述 | 第25-26页 |
| ·运用神经网络的基本原则 | 第26-27页 |
| ·BP 神经网络模型 | 第27-30页 |
| ·BP 神经网络模型简介 | 第27-28页 |
| ·BP 神经网络学习算法及流程 | 第28-30页 |
| ·碳纤维楠竹锚杆锚固力预测模型建立 | 第30-34页 |
| ·预测的基本原理 | 第30-31页 |
| ·预测模型的建立 | 第31-32页 |
| ·MATLAB 神经网络工具箱设计BP 网络的相关函数 | 第32-34页 |
| ·锚固力预测分析 | 第34-38页 |
| ·训练及检验样本的选择 | 第34-35页 |
| ·数据的归一化处理 | 第35-36页 |
| ·网络的训练及预测 | 第36-37页 |
| ·预测结果及误差分析 | 第37-38页 |
| ·小结 | 第38-39页 |
| 4 基于正交试验理论的锚固力影响因素敏感性分析 | 第39-46页 |
| ·正交试验理论概述 | 第39-41页 |
| ·正交表设计基本原理 | 第39-40页 |
| ·正交表选择的基本原则 | 第40-41页 |
| ·正交表的类型与格式 | 第41页 |
| ·基于正交试验理论的锚固力影响因素敏感性分析 | 第41-44页 |
| ·正交表的选用 | 第41-42页 |
| ·影响因素灵敏性分析 | 第42-44页 |
| ·小结 | 第44-46页 |
| 5 结论与展望 | 第46-48页 |
| ·结论 | 第46页 |
| ·展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录硕士研究生学习阶段发表论文 | 第52页 |