深部硬岩峰后力学参数演化规律研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-25页 |
| ·研究背景和意义 | 第11-13页 |
| ·国内外研究现状 | 第13-23页 |
| ·高应力条件下岩体力学特性研究现状 | 第13-14页 |
| ·岩石类工程介质本构模型研究现状 | 第14-16页 |
| ·岩石峰后力学行为研究现状 | 第16-23页 |
| ·本文研究内容与研究方法 | 第23-25页 |
| ·主要研究工作 | 第23-24页 |
| ·技术路线 | 第24-25页 |
| 第2章 硬岩峰后力学特性理论研究 | 第25-35页 |
| ·引言 | 第25页 |
| ·本构模型的选取 | 第25-30页 |
| ·理想弹塑性本构模型 | 第25-26页 |
| ·传统应变软化本构模型 | 第26-27页 |
| ·弹脆塑性本构模型 | 第27-28页 |
| ·CWFS本构模型 | 第28-30页 |
| ·反分析方法 | 第30-35页 |
| ·反分析法的基本概念 | 第30-31页 |
| ·反分析法的分类 | 第31-35页 |
| 第3章 峰后力学参数数值模拟研究 | 第35-55页 |
| ·引言 | 第35-36页 |
| ·FLAC 3D软件概述 | 第36-44页 |
| ·理论基础 | 第36-38页 |
| ·FLAC 3D基本原理 | 第38-41页 |
| ·FLAC 3D求解问题一般方法 | 第41-42页 |
| ·FLAC 3D计算步骤 | 第42-44页 |
| ·岩体力学参数敏感性数值模拟分析 | 第44-47页 |
| ·敏感性分辨方法 | 第44页 |
| ·数值模型的建立 | 第44-45页 |
| ·数值模拟分析结果 | 第45-47页 |
| ·粘聚力和内摩擦角演化规律敏感性分析 | 第47-53页 |
| ·岩体力学参数一般变化特征 | 第47-49页 |
| ·岩体力学参数变化特征敏感性研究 | 第49-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 基于GA-ANN智能反分析及其算例 | 第55-77页 |
| ·引言 | 第55页 |
| ·人工神经网络简介 | 第55-56页 |
| ·人工神经网络发展简史 | 第56-57页 |
| ·BP神经网络 | 第57-61页 |
| ·BP神经网络简介 | 第57-59页 |
| ·BP算法基本步骤 | 第59-60页 |
| ·BP算法的改进 | 第60-61页 |
| ·遗传算法简介 | 第61-68页 |
| ·遗传算法的运算思想 | 第62-63页 |
| ·遗传算法的运算构成 | 第63-67页 |
| ·遗传算法的特点 | 第67-68页 |
| ·BP算法与遗传算法的结合 | 第68-70页 |
| ·神经网络连接权的优化 | 第68-69页 |
| ·网络结构的优化 | 第69页 |
| ·学习规则的优化 | 第69-70页 |
| ·力学参数变化曲线敏感性参数的设定 | 第70-71页 |
| ·粘聚力 | 第70页 |
| ·内摩擦角 | 第70-71页 |
| ·基于GA-ANN模拟算例反分析步骤 | 第71-75页 |
| ·FLAC模型建立及参数选取 | 第71-72页 |
| ·建立学习样本 | 第72-73页 |
| ·神经网络模型的建立及其训练 | 第73页 |
| ·学习及测试效果检验 | 第73-74页 |
| ·步骤流程 | 第74-75页 |
| ·本章小结 | 第75-77页 |
| 第5章 工程实例 | 第77-83页 |
| ·工程概况 | 第77页 |
| ·模型的建立 | 第77-78页 |
| ·学习样本的建立 | 第78-79页 |
| ·神经网络模型的建立 | 第79-80页 |
| ·神经网络模型的训练 | 第80页 |
| ·学习及测试效果的检验 | 第80-81页 |
| ·反演结果 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 第6章 结论及展望 | 第83-85页 |
| ·本文结论 | 第83页 |
| ·展望 | 第83-85页 |
| 参考文献 | 第85-91页 |
| 致谢 | 第91-93页 |
| 作者简介 | 第93页 |
