首页--工业技术论文--建筑科学论文--土力学、地基基础工程论文--岩石(岩体)力学及岩石测试论文

地下工程岩体非线性行为预测识别的高斯过程模型与动态智能反馈分析

摘要第1-6页
ABSTRACT第6-10页
目录第10-13页
第一章 绪论第13-24页
   ·选题依据及研究意义第13-15页
   ·国内外研究现状第15-19页
     ·地下工程岩体非线性行为预测与识别第15-18页
     ·地下工程岩体参数优化反分析第18-19页
     ·地下工程岩体开挖支护方案的反馈分析与设计第19页
   ·有待进一步研究的问题第19-21页
   ·本文主要研究内容及技术路线第21-23页
     ·主要研究内容第21-22页
     ·技术路线第22-23页
   ·本章小结第23-24页
第二章 粒子群优化算法与高斯过程的基本理论第24-36页
   ·粒子群优化算法的基本理论第24-26页
     ·算法简介第24-25页
     ·基本原理第25页
     ·实现步骤第25-26页
   ·高斯过程机器学习的基本理论第26-34页
     ·方法简介第27-28页
     ·基本原理第28-32页
     ·协方差函数第32-34页
   ·本章小结第34-36页
第三章 地下工程岩体非线性行为预测与识别的高斯过程模型第36-69页
   ·引言第36页
   ·岩体非线性行为预测的高斯过程回归模型第36-54页
     ·隧道围岩非线性变形时间序列预测的高斯过程模型第37-48页
     ·深埋隧洞地应力预测的高斯过程模型第48-51页
     ·隧道施工光面爆破效果预测的高斯过程模型第51-54页
   ·岩体非线性行为识别的高斯过程分类模型第54-67页
     ·水工隧洞岩爆预测的高斯过程模型第54-59页
     ·隧道围岩分类的高斯过程模型第59-64页
     ·地下工程围岩稳定性识别的高斯过程模型第64-67页
   ·本章小结第67-69页
第四章 粒子群-高斯过程协同优化算法第69-78页
   ·引言第69-70页
   ·算法的核心思想与关键技术第70-71页
     ·核心思想第70页
     ·关键技术第70-71页
   ·算法的实现步骤与验证第71-77页
     ·实现步骤第71-72页
     ·性能测试第72-77页
   ·本章小结第77-78页
第五章 地下工程优化反分析的粒子群-高斯过程协同优化方法第78-96页
   ·引言第78-79页
   ·地下工程优化反分析的粒子群.高斯过程协同优化方法第79-81页
   ·地下工程岩体力学参数与围岩压力释放率联合反分析第81-87页
     ·联合反分析的目标函数及决策变量第82-83页
     ·联合反分析的位移曲线收敛状态判定第83-84页
     ·联合反分析的实施步骤第84页
     ·工程算例研究第84-87页
   ·地下工程围岩损失位移优化反分析第87-94页
     ·总体思路第87-88页
     ·目标函数及决策变量第88-89页
     ·损失位移反分析的粒子群-高斯过程协同优化方法第89页
     ·工程算例研究第89-92页
     ·工程应用研究第92-94页
   ·本章小结第94-96页
第六章 大型地下洞室群动态智能反馈分析方法及其工程实践第96-177页
   ·引言第96-97页
   ·大型地下洞室群动态智能反馈分析方法第97-102页
     ·方法的实施步骤第97-98页
     ·地下洞室群高边墙变形预警标准第98-102页
   ·工程应用研究第102-175页
     ·工程概况第102-111页
     ·数值计算模型第111-119页
     ·技术路线第119-121页
     ·一期开挖的围岩力学行为预测、支护优化与变形预警标准第121-130页
     ·二期开挖的围岩力学行为预测、支护优化与变形预警标准第130-142页
     ·二期开挖的智能反馈分析第142-153页
     ·三期开挖的围岩力学行为预测、支护优化与变形预警标准第153-162页
     ·三期开挖的智能反馈分析第162-175页
   ·本章小结第175-177页
第七章 结论与展望第177-179页
   ·结论第177-178页
   ·展望第178-179页
参考文献第179-188页
致谢第188-189页
攻读学位期间发表论文和参加科研项目情况第189-190页

论文共190页,点击 下载论文
上一篇:干旱和复水条件下甘蔗特异基因诱导表达及其克隆的研究
下一篇:离子液体中纳米碳酸锶形貌可控合成及其成核动力学