| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 选题的背景和意义 | 第12-13页 |
| 1.2 反分析和支持向量机的研究现状 | 第13-19页 |
| 1.2.1 反分析的研究现状 | 第13-17页 |
| 1.2.2 支持向量机的研究现状 | 第17-19页 |
| 1.3 反分析存在的问题 | 第19页 |
| 1.4 本文研究内容与技术路线 | 第19-22页 |
| 1.4.1 本文研究内容 | 第19-20页 |
| 1.4.2 技术路线图 | 第20-22页 |
| 第二章 岩土工程参数反分析的内容和方法 | 第22-28页 |
| 2.1 引言 | 第22页 |
| 2.2 岩土工程参数反分析的内容 | 第22-23页 |
| 2.3 反分析常用方法 | 第23-27页 |
| 2.3.1 确定性反分析方法 | 第23-26页 |
| 2.3.2 非确定性反分析方法 | 第26-27页 |
| 2.3.3 智能反分析方法 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 支持向量机和小波分析理论 | 第28-52页 |
| 3.1 引言 | 第28页 |
| 3.2 统计学习理论基础 | 第28-32页 |
| 3.2.1 机器学习的基本问题 | 第28-30页 |
| 3.2.2 VC维 | 第30页 |
| 3.2.3 推广性的界 | 第30-31页 |
| 3.2.4 结构风险最小化 | 第31-32页 |
| 3.3 支持向量机理论 | 第32-46页 |
| 3.3.1 什么是支持向量机 | 第32-34页 |
| 3.3.2 支持向量机的分类 | 第34-36页 |
| 3.3.3 支持向量机的回归 | 第36-39页 |
| 3.3.4 支持向量机的训练本质和优点 | 第39-41页 |
| 3.3.5 核函数 | 第41-42页 |
| 3.3.6 支持向量机学习算法的步骤 | 第42页 |
| 3.3.7 支持向量机的求解算法 | 第42-46页 |
| 3.4 小波分析理论 | 第46-51页 |
| 3.4.1 小波理论基础 | 第47-49页 |
| 3.4.2 小波核函数 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于粒子群算法的小波SVM模型的设计 | 第52-64页 |
| 4.1 引言 | 第52页 |
| 4.2 SVM模型参数的选择方法 | 第52-56页 |
| 4.2.1 参数影响分析 | 第52-53页 |
| 4.2.2 传统的SVM参数选择方法 | 第53-55页 |
| 4.2.3 SVM参数优化的新思路 | 第55-56页 |
| 4.3 粒子群算法的基本原理 | 第56-60页 |
| 4.3.1 粒子群算法的仿生背景 | 第56-57页 |
| 4.3.2 粒子群算法的实现 | 第57-59页 |
| 4.3.3 粒子群算法的特点 | 第59-60页 |
| 4.4 PSO优化支持向量机参数的选择 | 第60-61页 |
| 4.4.1 种群初始化 | 第60页 |
| 4.4.2 适应度函数 | 第60-61页 |
| 4.4.3 粒子更新 | 第61页 |
| 4.4.4 终止条件 | 第61页 |
| 4.5 基于改进小波支持向量机的建模流程 | 第61-62页 |
| 4.6 本章小结 | 第62-64页 |
| 第五章 基于粒子群算法优化小波SVM的岩土力学参数反演 | 第64-90页 |
| 5.1 工程项目案例介绍 | 第64-71页 |
| 5.1.1 工程概况 | 第64-65页 |
| 5.1.2 岩土工程勘察等级 | 第65-66页 |
| 5.1.3 地质岩性构成 | 第66-69页 |
| 5.1.4 水文地质条件 | 第69-70页 |
| 5.1.5 沉降观测点的布设 | 第70-71页 |
| 5.2 MIDAS/GTS数值建模和学习样本设计 | 第71-76页 |
| 5.2.1 Midas/GTS数值建模 | 第71-72页 |
| 5.2.2 学习样本设计 | 第72-76页 |
| 5.3 训练和预测 | 第76-84页 |
| 5.4 建筑物的沉降预测 | 第84-88页 |
| 5.5 本章小结 | 第88-90页 |
| 第六章 结论和展望 | 第90-92页 |
| 6.1 结论 | 第90页 |
| 6.2 展望 | 第90-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-100页 |
| 攻读硕士学位期间发表的论文 | 第100页 |
| 参加的科研项目 | 第100-101页 |
| 附录A 支持向量机MATLAB程序 | 第101-105页 |