| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文研究思路及内容 | 第10-12页 |
| 2 土石坝结构可靠度研究方法 | 第12-17页 |
| 2.1 基本随机变量 | 第12页 |
| 2.2 结构可靠度的极限状态 | 第12-13页 |
| 2.3 结构可靠度的指标及失效概率 | 第13页 |
| 2.4 土石坝坝坡稳定可靠度分析 | 第13-17页 |
| 2.4.1 结构可靠度的蒙特卡洛法 | 第14-15页 |
| 2.4.2 结构可靠度的一次二阶矩法 | 第15-17页 |
| 3 自适应混沌Lévy飞行粒子群算法 | 第17-32页 |
| 3.1 PSO的起源和发展 | 第17-22页 |
| 3.1.1 PSO算法基本计算流程 | 第18-19页 |
| 3.1.2 PSO算法收敛性条件 | 第19-22页 |
| 3.2 ACL-PSO算法的提出 | 第22-28页 |
| 3.2.1 自适应理论 | 第22-24页 |
| 3.2.2 混沌理论 | 第24-25页 |
| 3.2.3 Lévy飞行 | 第25-26页 |
| 3.2.4 ACL-PSO算法的实现 | 第26-28页 |
| 3.3 自适应混沌Lévy飞行粒子群算法的数值模拟 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 自适应混沌Lévy飞行粒子群-支持向量机回归算法 | 第32-45页 |
| 4.1 结构风险最小化原则 | 第32-33页 |
| 4.2 支持向量回归的数学背景 | 第33-37页 |
| 4.2.1 线性分类器 | 第33-34页 |
| 4.2.2 松弛变量 | 第34-36页 |
| 4.2.3 SMO求解SVM模型 | 第36-37页 |
| 4.3 支持向量回归的核函数 | 第37-40页 |
| 4.4 ACL-PSO-SVR算法的提出 | 第40-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 工程实例 | 第45-55页 |
| 5.1 工程数据概况 | 第45-46页 |
| 5.2 工程应用 | 第46-48页 |
| 5.2.1 工程概况 | 第46-47页 |
| 5.2.2 强度参数统计分析 | 第47-48页 |
| 5.3 基于ACL-PSO-SVR的可靠度分析 | 第48-54页 |
| 5.3.1 ACL-PSO-SVR计算步骤 | 第48-49页 |
| 5.3.2 模型建立过程 | 第49-52页 |
| 5.3.3 模型对比分析 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 6 结论与展望 | 第55-57页 |
| 6.1 结论 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 附录A ACL-PSO-SVR部分C | 第59-63页 |
| 附录B SMO求解SVR部分C | 第63-65页 |
| 攻读硕士学位期间发表论文及科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |