文摘
英文文摘
独创性声明及关于论文使用授权的说明
第一章绪论
1.1人工神经元网络的基本概念和特征
1.2本论文的研究意义
1.3神经元网络在地下工程中的应用现状
1.3.1围岩分类
1.3.2地表沉陷预测
1.3.3施工工期预测
1.3.4隧道支护时间确定
1.3.5岩体注浆效果预测
1.3.6基坑变形预测
1.3.7土钉应力预测
1.4本学位论文的研究内容及研究方案
1.4.1研究内容
1.4.2研究方案
第二章BP网络的基本原理
2.1误差反向传播训练算法原理
2.1.1神经网络的学习方式
2.1.2常用的激活函数
2.1.3BP网络的数学描述
2.1.4 BP网络的计算原理
2.1.5 BP算法实现过程
2.2 BP网络的结构设计
2.2.1训练样本的选择
2.2.2输入输出层设计
2.2.3隐含层的确定
2.2.4全局允许误差的影响
2.2.5初始随机连接权值和阈值的影响
2.3 BP算法的不足及改进
第三章采煤方式选择的人工神经元网络
3.1采煤方式选择问题介绍
3.1.1输入向量的确定
3.1.2输出向量的确定
3.1.3网络结构设计
3.1.4训练样本的选择
3.2中间层数目和单元数确定
3.3允许误差的确定
3.4结论
第四章隧道施工方法及影响方法选择的因素分析
4.1基本施工方法
4.1.1全断面一次开挖法
4.1.2台阶法
4.1.3分部开挖法
4.2影响因素分析
4.2.1围岩基本分级影响因素
4.2.2围岩基本分级及其修正
第五章软弱围岩隧道施工方法的模糊BP网络实现
5.1模糊神经网络的基本原理
5.1.1概述
5.1.2模糊集合和隶属函数
5.2围岩级别和隧道施工方法的隶属函数确定
5.2.1围岩级别的隶属函数建立
5.2.2软弱围岩隧道施工方法的隶属函数建立
5.3施工方法的模糊BP网络
5.3.1输入输出层设计
5.3.2训练样本和检验样本的建立
5.3.3中间层单元数的确定
5.3.4允许误差的确定
5.4实例预测
5.4.1 工程概况
5.4.2模糊BP网络对施工方法的预测
5.5结论
第六章结论
参考文献
致谢
附录BP网络实现程序使用说明
个人简历、在学期间的研究成果及发表的学术论文