致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1. 绪论 | 第12-28页 |
1.1 研究背景及研究意义 | 第12-14页 |
1.2 国内外的研究现状 | 第14-23页 |
1.2.1 国内外位移反分析的研究现状 | 第14-16页 |
1.2.2 国内外研究目前存在的问题 | 第16-23页 |
1.3 研究的内容、研究的目标 | 第23-24页 |
1.3.1 研究的内容 | 第23-24页 |
1.3.2 研究的目标 | 第24页 |
1.4 论文的研究方案 | 第24-25页 |
1.4.1 数值模拟计算 | 第24页 |
1.4.2 免疫高斯过程算法 | 第24页 |
1.4.3 新型智能位移反分析方法的建立 | 第24-25页 |
1.4.4 隧道开挖智能位移超前预报方法的提出与验证 | 第25页 |
1.4.5 工程应用及验证 | 第25页 |
1.5 论文的主要创新点 | 第25-28页 |
2. 免疫算法 | 第28-40页 |
2.1 免疫算法发展历程 | 第28-29页 |
2.2 免疫算法基础理论 | 第29-35页 |
2.2.1 生物免疫系统 | 第29-30页 |
2.2.2 免疫算法概念 | 第30-31页 |
2.2.3 免疫算法的特点 | 第31-32页 |
2.2.4 免疫算法算子 | 第32-35页 |
2.3 免疫算法种类 | 第35-37页 |
2.3.1 克隆选择算法 | 第35页 |
2.3.2 免疫遗传算法 | 第35-36页 |
2.3.3 反向选择算法 | 第36页 |
2.3.4 疫苗免疫算法 | 第36-37页 |
2.4 免疫算法流程 | 第37-39页 |
2.5 关键参数说明 | 第39页 |
2.6 本章小结 | 第39-40页 |
3. 免疫高斯过程回归算法及其工程应用 | 第40-52页 |
3.1 高斯过程及其回归算法简介 | 第41-43页 |
3.1.1 高斯过程(Gaussian Process,简称GP) | 第41页 |
3.1.2 高斯过程预测 | 第41-43页 |
3.1.3 最优超参数的获取 | 第43页 |
3.2 免疫高斯过程回归算法 | 第43-46页 |
3.2.1 组合核函数 | 第43-44页 |
3.2.2 免疫-组合核函数高斯过程回归算法 | 第44-46页 |
3.3 基于免疫-组合核函数高斯过程回归算法的边坡变形时序分析 | 第46-49页 |
3.3.1 滚动预测方法 | 第46页 |
3.3.2 基于免疫-组合核函数高斯过程回归算法边坡非线性变形预测 | 第46-49页 |
3.4 计算结果分析 | 第49-50页 |
3.5 本章小结 | 第50-52页 |
4. 隧道工程开挖数值模拟 | 第52-70页 |
4.1 试验方案数据的选取 | 第52-56页 |
4.2 隧道断面的选取及开挖方式 | 第56-58页 |
4.2.1 隧道断面的选取 | 第56页 |
4.2.2 隧道开挖方式 | 第56-58页 |
4.2.3 隧道测点的布置情况 | 第58页 |
4.3 计算模型的初始条件 | 第58-60页 |
4.4 数值模拟的计算结果 | 第60-68页 |
4.4.1 模型中锚杆的布置情况 | 第60-61页 |
4.4.2 模型中初期支护布置情况 | 第61-62页 |
4.4.3 开挖完成后的应力分布情况 | 第62-64页 |
4.4.4 开挖完成后的位移分布云图 | 第64-66页 |
4.4.5 开挖完成后的围岩位移变化曲线 | 第66-68页 |
4.5 本章小结 | 第68-70页 |
5. 基于免疫高斯过程回归算法的岩体物理力学参数反演 | 第70-80页 |
5.1 GPR智能位移预测模型建立 | 第70-75页 |
5.1.1 免疫算法参数确立 | 第71-72页 |
5.1.2 训练数据的导入与学习 | 第72-73页 |
5.1.3 免疫组合核函数高斯过程参数输出 | 第73-75页 |
5.1.4 测试样本的验证 | 第75页 |
5.2 岩体物理力学参数的反演 | 第75-77页 |
5.3 智能预测模型后续位移预测 | 第77-78页 |
5.4 本章小结 | 第78-80页 |
6. 工程应用 | 第80-90页 |
6.1 北口隧道简介 | 第80页 |
6.2 基于免疫高斯过程回归算法的北口隧道位移反分析 | 第80-88页 |
6.2.1 数值试验获取北口隧道训练样本集 | 第80-83页 |
6.2.2 北口隧道岩体物理力学参数反演过程 | 第83-86页 |
6.2.3 北口隧道后续施工位移预测及结果分析 | 第86-88页 |
6.3 本章小结 | 第88-90页 |
7. 结论与展望 | 第90-92页 |
7.1 结论 | 第90页 |
7.2 展望 | 第90-92页 |
参考文献 | 第92-98页 |
附录A | 第98-110页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第110-114页 |
学位论文数据集 | 第114页 |