声明
摘要
1 绪论
1.1 土工合成材料的运用与研究
1.2 边坡国内外研究现状
1.3 研究意义
1.4 主要研究内容
2 加筋边坡稳定性影响因素敏感性分析
2.1 引言
2.2 基于人工神经网络的加筋边坡影响因素敏感性分析方法
2.2.1 GRNN的网络结构
2.2.2 GRNN的理论基础
2.2.3 正交试验
2.3 影响因素敏感性分析方法——数值模拟
2.3.1 三维快速拉格朗日分析数学模型
2.3.2 有限元强度折减法原理
2.3.3 FLAC3D求解边坡
3 加筋边坡稳定性影响因素敏感性分析实例
3.1 GRNN神经网络结合正交试验方法敏感性分析
3.2 数值模拟(有限差分法)敏感性分析
3.3 小结
4 加筋边坡随机可靠度分析
4.1 引言
4.2 可靠度基本概念
4.2.1 结构极限状态
4.2.2 可靠概率和失效概率
4.3 Monte Carlo方法
4.3.1 Monte Carlo法收敛性
4.3.2 Monte Carlo方法的误差
4.4 基于人工神经网络的加筋边坡可靠度分析方法
4.4.1 BP神经网络方法
4.4.2 基于BP神经网络的Monte Carlo方法可靠度分析步骤
4.5 极限平衡法的加筋边坡可靠度分析
4.5.1 简化毕肖普法
4.5.2 简化毕肖普法在加筋边坡的公式推导
4.5.3 简化毕肖普法与优化的简化毕肖普法的结果对比
4.5.4 简化毕肖普法结合Monte Carlo法边坡可靠性分析步骤
4.6 数值模拟(FLAC3D)结合Monte Carlo法加筋边坡可靠度分析
4.6.1 FLAC3D求解边坡
4.6.2 数值模拟结合Monte Carlo法边坡可靠性分析步骤
5 加筋边坡可靠性分析实例
5.1 Monte Carlo方法随机数
5.2 BP神经网络结合MonteCarlo方法加筋边坡安全系数计算
5.2.1 模型的建立
5.2.2 BP神经网络边坡安全系数计算
5.3 极限平衡法结合MonteCarlo方法加筋边坡安全系数计算
5.3.1 基于visual Studio 2005平台的极限平衡法批量数据处理
5.3.2 简化毕肖普法与优化的简化毕肖普法的结果对比
5.3.3 简化毕肖普法加筋边坡安全系数计算
5.4 数值模拟(FLAC3D)结合MonteCarlo加筋边坡安全系数计算
5.5 计算结果对比分析
5.6 BP神经网络计算随机变量对可靠度的影响
6 总结与展望
6.1 本文研究成果
6.2 研究展望
参考文献
致谢