隧道下穿建筑群爆破振动控制置信度研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 问题的提出及研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-17页 |
| 1.2.1 下穿建筑群隧道爆破控制研究 | 第12-14页 |
| 1.2.2 统计模型及置信分析在爆破工程中的应用 | 第14-16页 |
| 1.2.3 神经网络在工程中的应用 | 第16-17页 |
| 1.3 本文内容 | 第17-19页 |
| 2 爆破振动规律研究 | 第19-33页 |
| 2.1 爆破地震效应及爆破应力波 | 第19-21页 |
| 2.1.1 爆破地震效应及其研究 | 第19-20页 |
| 2.1.2 爆炸应力波及其传播 | 第20-21页 |
| 2.2 爆破振动规律研究现状 | 第21-27页 |
| 2.2.1 爆破振动强度的衡量 | 第21-22页 |
| 2.2.2 爆破振动衰减规律的研究 | 第22-27页 |
| 2.3 爆破振动安全评价标准 | 第27-33页 |
| 2.3.1 国外爆破振动安全判据 | 第27-30页 |
| 2.3.2 国内爆破振动安全判据 | 第30-33页 |
| 3 分析预测模型建立 | 第33-45页 |
| 3.1 贝叶斯理论概述 | 第33-34页 |
| 3.2 马尔可夫蒙特卡罗方法 | 第34-39页 |
| 3.2.1 蒙特卡罗积分 | 第34-35页 |
| 3.2.2 马尔可夫链 | 第35-36页 |
| 3.2.3 马尔可夫蒙特卡罗方法 | 第36-39页 |
| 3.3 四种分析预测模型 | 第39-44页 |
| 3.3.1 基于最小二乘法模型 | 第39-41页 |
| 3.3.2 基于t分布模型 | 第41页 |
| 3.3.3 基于直接(矩阵)计算 | 第41-42页 |
| 3.3.4 基于贝叶斯理论模型 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 4 工程实例研究与分析 | 第45-79页 |
| 4.1 工程简介 | 第45-49页 |
| 4.1.1 工程概况 | 第45-46页 |
| 4.1.2 爆破方案 | 第46-49页 |
| 4.2 爆破振动监测 | 第49-52页 |
| 4.3 数据统计分析 | 第52-76页 |
| 4.3.1 监测数据预处理 | 第52-54页 |
| 4.3.2 模型研究分析 | 第54-70页 |
| 4.3.3 一些讨论 | 第70-76页 |
| 4.4 本章小结 | 第76-79页 |
| 5 BP神经网络预测及置信分析 | 第79-87页 |
| 5.1 BP神经网络概述 | 第79-83页 |
| 5.2 爆破振速预测BP神经网络 | 第83-85页 |
| 5.3 本章小结 | 第85-87页 |
| 6 结论与展望 | 第87-89页 |
| 6.1 结论 | 第87-88页 |
| 6.2 展望 | 第88-89页 |
| 参考文献 | 第89-93页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第93-97页 |
| 学位论文数据集 | 第97页 |
