基于支持向量机方法的工程围岩变形预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·选题依据和研究意义 | 第11-14页 |
| ·国内外研究现状和发展动态 | 第14-15页 |
| ·存在的问题 | 第15-16页 |
| ·本文的主要工作及总体思路 | 第16-19页 |
| ·本文的主要工作 | 第16-17页 |
| ·总体思路 | 第17-19页 |
| 第2章 理论基础 | 第19-43页 |
| ·引言 | 第19页 |
| ·统计学习理论 | 第19-24页 |
| ·机器学习的基本问题 | 第19-21页 |
| ·统计学习理论的核心内容 | 第21-24页 |
| ·支持向量机及学习算法 | 第24-39页 |
| ·支持向量机 | 第26-29页 |
| ·函数拟合的回归支持向量机 | 第29-30页 |
| ·支持向量机的训练算法 | 第30-34页 |
| ·序贯最小优化(SMO)算法 | 第34-39页 |
| ·遗传算法基本理论 | 第39-43页 |
| ·遗传算法简介 | 第39-41页 |
| ·遗传算法步骤 | 第41页 |
| ·遗传算法的特点 | 第41-43页 |
| 第3章 支持向量机回归模型及其参数敏感性分析 | 第43-55页 |
| ·引言 | 第43页 |
| ·程围岩变形量测 | 第43-44页 |
| ·非线性变形预测的支持向量机方法 | 第44-45页 |
| ·非线性变形的支持向量机表达 | 第44-45页 |
| ·动态滚动预测方法 | 第45页 |
| ·支持向量机方法的回归估计性能分析 | 第45-53页 |
| ·支持向量机方法的实例分析 | 第45-49页 |
| ·支持向量机的参数敏感性分析 | 第49-53页 |
| ·小结 | 第53-55页 |
| 第4章 进化支持向量机算法及其例证分析 | 第55-70页 |
| ·引言 | 第55页 |
| ·变形序列的传统预测方法 | 第55-57页 |
| ·非线性变形序列预测的进化支持向量机方法 | 第57-68页 |
| ·非线性变形的进化支持向量机表示 | 第57-59页 |
| ·支持向量机参数的进化 | 第59-61页 |
| ·进化动态滚动预测方法 | 第61-62页 |
| ·围岩变形的非线性变形序列预测 | 第62-63页 |
| ·基于进化支持向量机方法的例证分析 | 第63-68页 |
| ·基于遗传进化的支持向量机参数敏感性分析 | 第68-69页 |
| ·小结 | 第69-70页 |
| 第5章 工程实例 | 第70-94页 |
| ·实例应用1—构皮滩水电站工程 | 第70-79页 |
| ·工程概况 | 第70页 |
| ·蠕变试验简介 | 第70-72页 |
| ·软岩流变模型试块的变形预测 | 第72-79页 |
| ·实例应用2—龙滩水电站工程 | 第79-94页 |
| ·龙滩水电站工程概况 | 第79-81页 |
| ·龙滩工程特点及难点 | 第81-82页 |
| ·龙滩工程围岩的变形预测 | 第82-94页 |
| 第6章 结论与展望 | 第94-96页 |
| ·结论 | 第94-95页 |
| ·展望 | 第95-96页 |
| 参考文献 | 第96-100页 |
| 致谢 | 第100页 |
