岩质隧洞参数智能反分析研究及工程应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9页 |
| ·智能反分析法国内外发展概况 | 第9-12页 |
| ·本文主要研究内容 | 第12-13页 |
| 第二章 位移反分析基本原理 | 第13-27页 |
| ·围岩位移的影响因素 | 第13-16页 |
| ·位移反分析 | 第16-19页 |
| ·基本原理 | 第17-18页 |
| ·目标函数 | 第18-19页 |
| ·反分析模型 | 第19-26页 |
| ·系统辨识 | 第19-20页 |
| ·本构模型 | 第20-23页 |
| ·后验差检验方法 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 改进模拟退火算法 | 第27-39页 |
| ·模拟退火算法 | 第27-30页 |
| ·基本理论 | 第27页 |
| ·SA算法描述 | 第27-28页 |
| ·固体退火过程 | 第28-29页 |
| ·Metropolis准则 | 第29-30页 |
| ·模拟退火策略的改进 | 第30-34页 |
| ·状态转移成功率R_ k | 第30页 |
| ·冷却进度表参数确定 | 第30-33页 |
| ·连续优化问题 | 第33-34页 |
| ·SA算法和遗传算法结合 | 第34-38页 |
| ·遗传算法 | 第34-37页 |
| ·两算法的结合 | 第37页 |
| ·函数优化分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 改进神经网络优化反分析模型 | 第39-49页 |
| ·改进 BP网络 | 第39-42页 |
| ·BP网络学习规则 | 第40-41页 |
| ·BP的网络不足与改进 | 第41-42页 |
| ·试验设计方法 | 第42-46页 |
| ·正交设计方法 | 第43-44页 |
| ·均匀设计方法 | 第44-46页 |
| ·模型和参数智能识别 | 第46-49页 |
| 第五章 工程算例分析 | 第49-65页 |
| ·工程概况 | 第49页 |
| ·计算模型及测点布置 | 第49-50页 |
| ·样本构造 | 第50-53页 |
| ·学习样本构造 | 第50-52页 |
| ·测试样本构造 | 第52-53页 |
| ·神经网络训练及结构优化 | 第53-54页 |
| ·神经网络测试 | 第54-60页 |
| ·模型及参数反演 | 第60-63页 |
| ·位移预测 | 第63页 |
| ·本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70-71页 |
| 致谢 | 第71页 |
