改进支持向量机在边坡稳定性评价及参数反演中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·概述 | 第10-11页 |
| ·国内外研究现状与问题 | 第11-18页 |
| ·边坡稳定性分析的研究现状 | 第11-14页 |
| ·边坡体参数反演的研究现状 | 第14-16页 |
| ·支持向量机在边坡工程的研究现状 | 第16-18页 |
| ·研究内容与研究方法 | 第18-20页 |
| 第二章 统计学习理论和支持向量机 | 第20-34页 |
| ·机器学习理论 | 第20-22页 |
| ·统计学习理论 | 第22-24页 |
| ·VC 维 | 第22页 |
| ·推广性的界 | 第22-23页 |
| ·结构风险最小化 | 第23-24页 |
| ·支持向量机 | 第24-30页 |
| ·广义最优分类面 | 第24-25页 |
| ·支持向量分类机 | 第25-28页 |
| ·支持向量回归机 | 第28-30页 |
| ·支持向量机的发展现状 | 第30-34页 |
| 第三章 基于 SVM 的边坡稳定性评价 | 第34-52页 |
| ·基于支持向量机的边坡状态预估 | 第34-40页 |
| ·边坡样本的预处理 | 第34-38页 |
| ·程序实现及核函数的选取 | 第38-39页 |
| ·建立模型并测试其可靠性 | 第39-40页 |
| ·基于进化支持向量机的安全系数预测 | 第40-51页 |
| ·布谷鸟搜索算法 | 第40-42页 |
| ·布谷鸟搜索算法的应用 | 第42-45页 |
| ·CS 算法在支持向量机中的性能分析 | 第45-48页 |
| ·基于 CS-SVM 的安全系数预测 | 第48-51页 |
| ·小结 | 第51-52页 |
| 第四章 基于 CS-SVM 的边坡渗透系数反演 | 第52-65页 |
| ·渗透系数反演的实现步骤 | 第53-55页 |
| ·水头与渗透系数的支持向量机表示 | 第53-54页 |
| ·渗透系数反演的目标函数 | 第54页 |
| ·基于 CS-SVM 的渗透系数反演的主要步骤 | 第54-55页 |
| ·算例及样本数据的构造 | 第55-62页 |
| ·构造计算方案 | 第56-59页 |
| ·有限元模型建立 | 第59-61页 |
| ·样本数据的构造 | 第61-62页 |
| ·基于 CS-SVM 的渗透系数反演 | 第62-64页 |
| ·小结 | 第64-65页 |
| 第五章 结论与展望 | 第65-67页 |
| ·结论 | 第65-66页 |
| ·展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
