| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-26页 |
| 1.1 选题背景和研究意义 | 第12-13页 |
| 1.2 国内外文献综述 | 第13-24页 |
| 1.2.1 初始地应力场 | 第13-17页 |
| 1.2.2 地下工程围岩稳定分析方法 | 第17-21页 |
| 1.2.3 岩体流变 | 第21-23页 |
| 1.2.4 围岩变形的预测分析 | 第23-24页 |
| 1.3 本文主要工作 | 第24-26页 |
| 2 初始地应力场的反演 | 第26-49页 |
| 2.1 引言 | 第26-27页 |
| 2.2 传统的地应力回归方法 | 第27-28页 |
| 2.2.1 多元线性回归分析 | 第27页 |
| 2.2.2 逐步回归分析 | 第27-28页 |
| 2.2.3 非线性回归分析 | 第28页 |
| 2.3 神经网络 | 第28-31页 |
| 2.3.1 BP网络 | 第28-30页 |
| 2.3.2 RBF网络 | 第30-31页 |
| 2.4 FLAC~(3D)简介 | 第31-32页 |
| 2.5 初始应力场的反演方法 | 第32页 |
| 2.6 初始地应力场的多参数反演 | 第32-47页 |
| 2.7 小结 | 第47-49页 |
| 3 地下厂房开挖方案的敏感性分析 | 第49-62页 |
| 3.1 引言 | 第49页 |
| 3.2 工程概况 | 第49-50页 |
| 3.3 三维有限元计算模型 | 第50-55页 |
| 3.3.1 地下洞室的模拟 | 第50-51页 |
| 3.3.2 地质构造的模拟 | 第51-52页 |
| 3.3.3 计算范围 | 第52页 |
| 3.3.4 初始条件 | 第52-53页 |
| 3.3.5 边界条件 | 第53页 |
| 3.3.6 三维有限元模型 | 第53-55页 |
| 3.4 开挖方案的敏感性分析 | 第55-61页 |
| 3.4.1 地下洞室围岩稳定分析步骤 | 第55页 |
| 3.4.2 喷锚支护形式与参数 | 第55-57页 |
| 3.4.3 开挖方式对围岩稳定的敏感性分析 | 第57-61页 |
| 3.5 小结 | 第61-62页 |
| 4 锚固岩体的流变分析 | 第62-79页 |
| 4.1 引言 | 第62-63页 |
| 4.2 基本假定 | 第63页 |
| 4.2.1 连续、均质、各向同性 | 第63页 |
| 4.2.2 开挖面为圆形的深埋洞室,处于静水压力状态 | 第63页 |
| 4.2.3 平面应变问题 | 第63页 |
| 4.2.4 锚杆在开挖后立即安置且分布均匀 | 第63页 |
| 4.2.5 将锚杆加固的岩体视为等效材料 | 第63页 |
| 4.3 计算模型 | 第63-65页 |
| 4.4 锚固岩体的弹性解析解 | 第65-69页 |
| 4.5 锚杆的极限承载力 | 第69-73页 |
| 4.5.1 锚杆的作用机理 | 第69-71页 |
| 4.5.2 锚杆承载力的确定 | 第71-73页 |
| 4.5 岩体的流变模型 | 第73-75页 |
| 4.6 粘弹性分析 | 第75-77页 |
| 4.6.1 对应性原理(相应原理) | 第75-76页 |
| 4.6.2 Laplace逆变换(海维赛第一定理) | 第76-77页 |
| 4.7 算例分析 | 第77-78页 |
| 4.8 小结 | 第78-79页 |
| 5 ANFIS在水电站地下厂房围岩变形预测中的研究与应用 | 第79-97页 |
| 5.1 引言 | 第79-80页 |
| 5.2 自适应神经网络 | 第80-83页 |
| 5.2.1 自适应神经网络的结构 | 第80页 |
| 5.2.2 自适应神经网络的算法 | 第80-83页 |
| 5.3 模糊推理系统 | 第83-87页 |
| 5.3.1 模糊化 | 第84页 |
| 5.3.2 规则库 | 第84-85页 |
| 5.3.3 推理机 | 第85-86页 |
| 5.3.4 去模糊化 | 第86-87页 |
| 5.4 自适应模糊推理系统 | 第87-90页 |
| 5.4.1 ANFIS模型 | 第88-89页 |
| 5.4.2 混合学习算法 | 第89-90页 |
| 5.5 预测模型 | 第90-91页 |
| 5.6 实例应用 | 第91-95页 |
| 5.6.1 工程概况 | 第91页 |
| 5.6.2 观测结果 | 第91-93页 |
| 5.6.3 ANFIS模拟结果 | 第93-94页 |
| 5.6.4 BP网络模拟结果 | 第94页 |
| 5.6.5 数值模拟结果 | 第94-95页 |
| 5.6.6 结果比较 | 第95页 |
| 5.7 小结 | 第95-97页 |
| 6 AOSVR在水电站地下厂房围岩变形预测中的研究与应用 | 第97-115页 |
| 6.1 引言 | 第97-98页 |
| 6.2 统计学理论基础 | 第98-100页 |
| 6.3 支持向量机 | 第100-107页 |
| 6.3.1 分类支持向量机 | 第101-104页 |
| 6.3.2 回归支持向量机 | 第104-106页 |
| 6.3.3 核函数 | 第106-107页 |
| 6.4 精确在线支持向量机(AOSVR) | 第107-108页 |
| 6.5 实例应用 | 第108-114页 |
| 6.5.1 工程概况 | 第108-109页 |
| 6.5.2 变形预测及结果比较 | 第109-114页 |
| 6.6 小结 | 第114-115页 |
| 7 结论与展望 | 第115-117页 |
| 7.1 全文总结 | 第115-116页 |
| 7.2 展望 | 第116-117页 |
| 参考文献 | 第117-126页 |
| 创新点摘要 | 第126-127页 |
| 攻读博士学位期间发表学术论文情况 | 第127-129页 |
| 致谢 | 第129-130页 |
