大顶山隧道岩体参数反分析及施工方案优化
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 引言 | 第11-13页 |
| 1.2 课题的提出及研究意义 | 第13-14页 |
| 1.3 位移反分析研究现状 | 第14-16页 |
| 1.4 现阶段研究存在的主要问题 | 第16-17页 |
| 1.5 本文所研究的内容及目的 | 第17页 |
| 1.5.1 主要研究内容 | 第17页 |
| 1.5.2 研究目的 | 第17页 |
| 1.6 主要研究手段 | 第17-19页 |
| 第2章 大顶山隧道工程监控量测 | 第19-37页 |
| 2.1 工程概况 | 第19-23页 |
| 2.1.1 大顶山隧道概况 | 第19页 |
| 2.1.2 高速公路下区段概况 | 第19-20页 |
| 2.1.3 工程地质概况 | 第20-21页 |
| 2.1.4 施工工法介绍 | 第21-23页 |
| 2.2 隧道开挖监控量测 | 第23-29页 |
| 2.2.1 监测对象 | 第23-24页 |
| 2.2.2 监测目的与意义 | 第24页 |
| 2.2.3 监测依据 | 第24页 |
| 2.2.4 监测内容和项目 | 第24-29页 |
| 2.2.5 监测时间 | 第29页 |
| 2.3 监测实施方法 | 第29-35页 |
| 2.3.1 洞内、外观察 | 第29-30页 |
| 2.3.2 拱顶下沉监测 | 第30-32页 |
| 2.3.3 净空变化监测 | 第32-33页 |
| 2.3.4 地表沉降监测 | 第33-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第3章 遗传神经网络位移反分析系统的建立 | 第37-57页 |
| 3.1 概述 | 第37页 |
| 3.2 神经网络的介绍 | 第37-39页 |
| 3.2.1 人工神经元模型 | 第38页 |
| 3.2.2 神经网络结构 | 第38-39页 |
| 3.3 BP神经网络 | 第39-42页 |
| 3.3.1 BP神经网络的模型与结构 | 第40-41页 |
| 3.3.2 BP学习规则 | 第41-42页 |
| 3.4 BP网络训练函数 | 第42-45页 |
| 3.4.1 网络训练训练过程 | 第42-43页 |
| 3.4.2 BP算法的改进 | 第43-44页 |
| 3.4.3 自适应学习速率 | 第44-45页 |
| 3.4.4 动量-自适应学习速率调整算法 | 第45页 |
| 3.5 网络的设计 | 第45-46页 |
| 3.5.1 网络的层数 | 第45页 |
| 3.5.2 隐含层的神经元数 | 第45页 |
| 3.5.3 初始权值的选取 | 第45-46页 |
| 3.5.4 学习速率 | 第46页 |
| 3.6 遗传算法 | 第46-54页 |
| 3.6.1 遗传算法基本思想 | 第46-48页 |
| 3.6.2 遗传算法特点 | 第48-50页 |
| 3.6.3 基本遗传算法 | 第50-51页 |
| 3.6.4 改进的遗传算法 | 第51-54页 |
| 3.7 GA-BP位移反分析系统建立 | 第54-55页 |
| 3.8 本章小结 | 第55-57页 |
| 第4章 位移反分析系统在大顶山隧道工程中的应用 | 第57-77页 |
| 4.1 现场监测数据分析 | 第57-62页 |
| 4.1.1 拱顶下沉 | 第58-59页 |
| 4.1.2 水平收敛及监测数据分析 | 第59-60页 |
| 4.1.3 数据处理 | 第60-62页 |
| 4.2 样本数据获取 | 第62-70页 |
| 4.2.1 正交数值模拟实验 | 第62-64页 |
| 4.2.2 数值计算模型的建立 | 第64-65页 |
| 4.2.3 大顶山隧道三维计算模型 | 第65-67页 |
| 4.2.4 计算模型中施工工序的实现 | 第67-69页 |
| 4.2.5 样本数据 | 第69-70页 |
| 4.3 遗传神经网络训练 | 第70-71页 |
| 4.4 基于遗传算法围岩参数反分析及预测 | 第71-75页 |
| 4.4.1 围岩参数反分析 | 第71-74页 |
| 4.4.2 预测分析 | 第74-75页 |
| 4.5 本章小结 | 第75-77页 |
| 第5章 施工方案优化 | 第77-87页 |
| 5.1 施工方案比选原则 | 第77-78页 |
| 5.2 施工方案介绍 | 第78-80页 |
| 5.2.1 中隔壁法(CD法) | 第78页 |
| 5.2.2 台阶法 | 第78-80页 |
| 5.3 施工方案初步比选 | 第80-81页 |
| 5.4 数值模型建立 | 第81页 |
| 5.4.1 材料参数选取 | 第81页 |
| 5.5 数值模拟结果分析 | 第81-85页 |
| 5.5.1 位移分析 | 第82-85页 |
| 5.6 本章小结 | 第85-87页 |
| 第6章 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 |
| 致谢 | 第93-95页 |
| 附录1 | 第95-97页 |
| 附录2 | 第97页 |
