摘要 | 第1-6页 |
Abstract | 第6-9页 |
第一章 绪论 | 第9-23页 |
·引言 | 第9-10页 |
·岩土工程参数反分析的研究现状 | 第10-16页 |
·传统反分析方法 | 第10-12页 |
·智能反分析方法 | 第12-16页 |
·粒子群优化算法的研究现状 | 第16-21页 |
·PSO的发展与改进 | 第17-20页 |
·PSO的工程应用 | 第20-21页 |
·本文主要研究工作及技术路线 | 第21-23页 |
·本文主要工作 | 第21-22页 |
·本文技术路线图 | 第22-23页 |
第二章 粒子群优化算法 | 第23-34页 |
·粒子群优化算法的思想源泉 | 第23-24页 |
·粒子群优化算法的基本原理 | 第24-27页 |
·PSO中的一些关键术语 | 第24-25页 |
·PSO的基本原理 | 第25页 |
·粒子飞行过程分析 | 第25-27页 |
·PSO算法的实现步骤及流程图 | 第27-29页 |
·算法参数设置分析 | 第29-31页 |
·应用PSO解决函数优化问题 | 第31-32页 |
·粒子群优化算法与遗传算法(GA)的比较 | 第32-33页 |
·PSO和GA的相同点 | 第32页 |
·PSO和GA的不同点 | 第32-33页 |
·小结 | 第33-34页 |
第三章 基于标准粒子群优化算法的边坡工程力学参数反演方法 | 第34-42页 |
·参数反演基本方法 | 第34-35页 |
·边坡工程力学参数优化反演问题的建模 | 第35-36页 |
·粒子群优化对反演问题约束的处理办法 | 第36-37页 |
·基于标准粒子群优化的边坡工程力学参数反演方法 | 第37-39页 |
·基于标准粒子群优化的边坡工程力学参数反演方法概述 | 第37-38页 |
·具体实现步骤 | 第38-39页 |
·反演算例分析 | 第39-41页 |
·小结 | 第41-42页 |
第四章 改进粒子群优化算法在边坡工程力学参数反演中的应用 | 第42-53页 |
·引言 | 第42页 |
·改进策略 | 第42-44页 |
·快速策略 | 第42-43页 |
·后期直接搜索策略 | 第43-44页 |
·改进粒子群优化算法(FPSO-DS) | 第44-46页 |
·函数优化测试与分析 | 第46-47页 |
·改进算法效率定量评价 | 第47-49页 |
·边坡工程力学参数改进粒子群优化反演方法的实现 | 第49-50页 |
·反演算例与分析比对 | 第50-52页 |
·小结 | 第52-53页 |
第五章 工程应用—边坡岩体力学参数反演 | 第53-67页 |
·岩石高边坡工程概况 | 第53页 |
·反演分析的基础—正演 | 第53-58页 |
·边坡地质概化模型 | 第53-54页 |
·计算模型的建立 | 第54-56页 |
·FLAC~(3D)软件 | 第56-57页 |
·弹塑性本构模型 | 第57-58页 |
·基于FPSO-DS方法的边坡岩体力学参数二维弹塑性反演 | 第58-62页 |
·原始资料选取 | 第58页 |
·反演模型计算参数的确定 | 第58-59页 |
·反演步骤 | 第59页 |
·反演结果 | 第59-60页 |
·结果检验 | 第60-62页 |
·利用反演参数进行二维正分析 | 第62-66页 |
·计算参数 | 第62-63页 |
·计算成果及其分析 | 第63-66页 |
·小结 | 第66-67页 |
第六章 结论与展望 | 第67-68页 |
·结论 | 第67页 |
·展望 | 第67-68页 |
参考文献 | 第68-72页 |
致谢 | 第72页 |