| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1. 绪论 | 第10-17页 |
| 1.1 选题的背景和意义 | 第10-11页 |
| 1.2 国内外发展及研究现状 | 第11-14页 |
| 1.2.1 参数反演理论 | 第11-12页 |
| 1.2.2 支持向量机 | 第12-13页 |
| 1.2.3 出现的问题及发展方向 | 第13-14页 |
| 1.3 本文的研究内容与技术路线 | 第14-17页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 技术路线 | 第15-17页 |
| 2. 岩土工程的参数反演理论 | 第17-25页 |
| 2.1 反演分析的理论概述 | 第17页 |
| 2.2 待分析参数的确定 | 第17-18页 |
| 2.3 反演分析的基本原理 | 第18-21页 |
| 2.3.1 线弹性问题参数反演 | 第18-20页 |
| 2.3.2 非线性问题参数反演 | 第20-21页 |
| 2.4 反演分析方法的分类 | 第21-23页 |
| 2.4.1 确定性分析方法 | 第21-22页 |
| 2.4.2 不确定性分析方法 | 第22-23页 |
| 2.5 反演分析的应用 | 第23-25页 |
| 2.5.1 弹性及弹塑性位移反分析的应用 | 第23-24页 |
| 2.5.2 粘弹性位移反分析的应用 | 第24页 |
| 2.5.3 自动化监控的应用 | 第24-25页 |
| 3. 改进鱼群优化支持向量机研究 | 第25-48页 |
| 3.1 支持向量机原理 | 第25-35页 |
| 3.1.1 机器学习理论 | 第25-27页 |
| 3.1.2 统计学习理论 | 第27-29页 |
| 3.1.3 支持向量机基本原理 | 第29-35页 |
| 3.1.4 支持向量机存在问题 | 第35页 |
| 3.2 改进的人工鱼群算法研究 | 第35-46页 |
| 3.2.1 标准人工鱼群算法 | 第35-38页 |
| 3.2.2 改进人工鱼群算法 | 第38-43页 |
| 3.2.3 仿真实验 | 第43-46页 |
| 3.3 改进鱼群优化支持向量机原理 | 第46-48页 |
| 4. 改进的支持向量机应用于隧道围岩参数反演 | 第48-60页 |
| 4.1 改进的支持向量机反演隧道围岩参数思路与实施步骤 | 第48-50页 |
| 4.1.1 反演思路 | 第48页 |
| 4.1.2 实施步骤 | 第48-50页 |
| 4.2 工程应用实例 | 第50-60页 |
| 4.2.1 工程概况 | 第50-52页 |
| 4.2.2 工程监测及监测数据 | 第52-53页 |
| 4.2.3 动态反演计算 | 第53-58页 |
| 4.2.4 预测结果分析 | 第58-60页 |
| 5. 结论与展望 | 第60-63页 |
| 5.1 结论 | 第60-61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |