| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-20页 |
| 1.1 问题的提出及研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-18页 |
| 1.2.1 预测方法研究 | 第11-17页 |
| 1.2.2 多目标寻优研究 | 第17-18页 |
| 1.3 本论文的目的及研究内容 | 第18-20页 |
| 2 工程概况及影响因素分析 | 第20-28页 |
| 2.1 工程概况 | 第20-23页 |
| 2.1.1 工程场地简介 | 第20页 |
| 2.1.2 盾构机选型及刀具配置 | 第20-22页 |
| 2.1.3 工程监测方案 | 第22-23页 |
| 2.2 影响地表沉降、掘进速度的因素分析 | 第23-27页 |
| 2.2.1 地表沉降发展历程 | 第23-24页 |
| 2.2.2 地表沉降影响因素分析 | 第24-27页 |
| 2.2.3 地铁掘进速度影响分析 | 第27页 |
| 2.3 本章小结 | 第27-28页 |
| 3 盾构施工数据库的构建 | 第28-50页 |
| 3.1 引言 | 第28-29页 |
| 3.2 基础数据库的构建 | 第29-39页 |
| 3.2.1 基于盾构施工的数据库框架 | 第29页 |
| 3.2.2 盾构施工动态参数的优化 | 第29-33页 |
| 3.2.3 盾构施工数据的统计和筛选 | 第33-39页 |
| 3.3 插值样本的构建 | 第39-48页 |
| 3.3.1 插值法简介 | 第39-40页 |
| 3.3.2 三次样条函数 | 第40-44页 |
| 3.3.3 地表沉降的三次样条插值 | 第44-48页 |
| 3.4 本章小结 | 第48-50页 |
| 4 盾构施工数据的神经网络建模 | 第50-68页 |
| 4.1 人工神经网络概述 | 第50-53页 |
| 4.1.1 神经网络简介 | 第50-51页 |
| 4.1.2 神经网络的特征 | 第51页 |
| 4.1.3 神经网络的发展及应用领域 | 第51-53页 |
| 4.2 BP神经网络设计 | 第53-61页 |
| 4.2.1 BP神经网络简介 | 第53-54页 |
| 4.2.2 BP神经网络的设计过程 | 第54-61页 |
| 4.3 基于BP神经网络的盾构施工参数建模 | 第61-66页 |
| 4.4 本章小结 | 第66-68页 |
| 5 改进遗传算法的盾构施工多目标优化 | 第68-86页 |
| 5.1 引言 | 第68页 |
| 5.2 遗传算法简介 | 第68-71页 |
| 5.2.1 遗传算法过程 | 第69-70页 |
| 5.2.2 遗传算法的局限性 | 第70-71页 |
| 5.3 带精英策略的快速非支配排序的遗传算法NSGA-II | 第71-73页 |
| 5.3.1 快速非支配排序方法 | 第71页 |
| 5.3.2 精英策略 | 第71-72页 |
| 5.3.3 拥挤度和拥挤度比较算子 | 第72页 |
| 5.3.4 NSGA-II的计算步骤 | 第72-73页 |
| 5.4 盾构施工参数的NSGA-II偏好多目标优化 | 第73-84页 |
| 5.4.1 地表沉降的安全偏好 | 第73-77页 |
| 5.4.2 决策变量的寻优范围 | 第77-81页 |
| 5.4.3 施工最优决策参数 | 第81-84页 |
| 5.5 本章小结 | 第84-86页 |
| 6 结论与展望 | 第86-88页 |
| 6.1 结论 | 第86页 |
| 6.2 展望 | 第86-88页 |
| 参考文献 | 第88-94页 |
| 致谢 | 第94-96页 |
| 作者在攻读学位期间发表的论著及取得的科研成果 | 第96页 |