| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 引言 | 第9-10页 |
| 1.2 隧道围岩稳定性区域评价的研究现状 | 第10-13页 |
| 1.2.1 国外研究动态 | 第10-11页 |
| 1.2.2 国内研究动态 | 第11-13页 |
| 1.3 本文的主要研究内容和技术路线 | 第13-14页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 2 隧道围岩稳定性的研究及数值实验样本库的建立 | 第15-29页 |
| 2.1 隧道围岩稳定性的理论研究 | 第15-20页 |
| 2.1.1 隧道围岩稳定性研究常用方法简述 | 第15-18页 |
| 2.1.2 影响隧道围岩稳定性的因素 | 第18-20页 |
| 2.2 研究区的概况及影响围岩稳定性的特征 | 第20-21页 |
| 2.2.1 工程概况 | 第20页 |
| 2.2.2 各段基本地质条件 | 第20-21页 |
| 2.3 基于均匀设计的隧道围岩稳定性分析数值模拟方法实验样本库的建立 | 第21-24页 |
| 2.3.1 隧道围岩稳定性影响因子范围确定及评价指标的确定 | 第21-23页 |
| 2.3.2 隧道围岩稳定性数值实验样本库的建立 | 第23-24页 |
| 2.4 本章小结 | 第24-29页 |
| 3 FLAC3D流固耦合分析及基于数值实验样本的隧道围岩稳定性的数值模拟 | 第29-43页 |
| 3.1 FLAC3D流固耦合分析及材料本构理论研究 | 第29-31页 |
| 3.1.1 软件简介 | 第29页 |
| 3.1.2 流固耦合原理 | 第29-31页 |
| 3.1.3 材料的本构理论 | 第31页 |
| 3.2 隧道围岩稳定性的数值模拟分析 | 第31-33页 |
| 3.2.1 分离式隧道模型的建立 | 第31-33页 |
| 3.2.2 模型边界条件及计算参数的选取 | 第33页 |
| 3.3 数据模拟结果及分析 | 第33-41页 |
| 3.3.1 渗流对隧道围岩稳定性的影响 | 第33-36页 |
| 3.3.2 隧道围岩稳定性安全系数 | 第36-41页 |
| 3.4 本章小结 | 第41-43页 |
| 4 基于BP神经网格的隧道围岩稳定性区域评估方法的设计 | 第43-57页 |
| 4.1 多因素影响下隧道围岩稳定性的神经网络评估系统设计 | 第43-49页 |
| 4.1.1 BP神经网络的基本结构 | 第43-46页 |
| 4.1.2 BP神经网络的算法实现 | 第46-49页 |
| 4.2 利用BP神经网络对隧道围岩稳定性安全系数的预测 | 第49-56页 |
| 4.2.1 BP神经网络结构设计 | 第49-53页 |
| 4.2.2 基于MATLAB的神经网络预测系统的实现 | 第53-56页 |
| 4.3 本章小结 | 第56-57页 |
| 5 基于GIS的隧道围岩稳定性智能评价系统研究 | 第57-79页 |
| 5.1 基于GIS的隧道围岩稳定性智能评价系统设计准备 | 第57-65页 |
| 5.1.1 隧道围岩智能评价系统实现的方法 | 第57页 |
| 5.1.2 研究区单元格划分及隧道围岩稳定性影响因子图层的建立 | 第57-65页 |
| 5.2 隧道围岩稳定性智能评价系统的实现 | 第65-78页 |
| 5.2.1 基于GIS的智能评价系统操作过程 | 第65-71页 |
| 5.2.2 隧道围岩稳定性区域评价合理性分析 | 第71-73页 |
| 5.2.3 基于模糊层次综合评判法的验证 | 第73-78页 |
| 5.3 本章小结 | 第78-79页 |
| 6 结论与展望 | 第79-83页 |
| 6.1 全文总结 | 第79-80页 |
| 6.2 本文的创新点 | 第80页 |
| 6.3 存在问题及今后的研究展望 | 第80-83页 |
| 致谢 | 第83-85页 |
| 参考文献 | 第85-88页 |
