基于ν-SVR和PSO算法的深基坑位移反分析及预测
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 引言 | 第10-17页 |
1.1 选题依据及研究意义 | 第10页 |
1.2 国内外研究现状 | 第10-15页 |
1.2.1 深基坑变形预测 | 第10-11页 |
1.2.2 位移反分析 | 第11-13页 |
1.2.3 支持向量回归机 | 第13-14页 |
1.2.4 PSO粒子群算法 | 第14-15页 |
1.3 研究内容与技术路线 | 第15-17页 |
第2章 深基坑工程的变形特征及反分析理论 | 第17-34页 |
2.1 深基坑施工过程中的变形特征及影响因素 | 第17-20页 |
2.1.1 支挡结构变形 | 第17-18页 |
2.1.2 坑底隆起变形 | 第18-19页 |
2.1.3 地表沉降 | 第19页 |
2.1.4 基坑变形影响因素 | 第19-20页 |
2.2 位移反分析及变形预测理论概述 | 第20-22页 |
2.2.1 常规反分析方法 | 第20-21页 |
2.2.2 反演参数的选取 | 第21页 |
2.2.3 反分析方法的选取 | 第21-22页 |
2.2.4 变形预测 | 第22页 |
2.3 正交与均匀试验设计方法理论 | 第22-24页 |
2.3.1 正交试验设计 | 第23页 |
2.3.2 均匀试验设计 | 第23-24页 |
2.4 数值模拟分析方法 | 第24-26页 |
2.4.1 FLAC3D基本介绍 | 第24页 |
2.4.2 本构模型 | 第24-26页 |
2.5 支持向量回归机理论基础 | 第26-29页 |
2.5.1 支持向量机 | 第26-27页 |
2.5.2 ν-SVR支持向量回归机 | 第27-29页 |
2.6 粒子群算法理论 | 第29-33页 |
2.6.1 算法机理 | 第29-30页 |
2.6.2 参数优化 | 第30-32页 |
2.6.3 多目标粒子群算法 | 第32-33页 |
2.7 本章小结 | 第33-34页 |
第3章 监测数据整理与分析 | 第34-54页 |
3.1 工程概况 | 第34-37页 |
3.1.1 基坑周围环境 | 第34页 |
3.1.2 工程地质条件 | 第34-37页 |
3.2 基坑支护设计方案 | 第37-41页 |
3.3 监测项目及测点布置 | 第41-45页 |
3.3.1 围护桩体水平位移监测 | 第42-44页 |
3.3.2 基坑周边地表沉降监测 | 第44-45页 |
3.4 监测数据分析 | 第45-52页 |
3.4.1 围护桩体水平位移分析 | 第45-50页 |
3.4.2 基坑周边地表沉降分析 | 第50-52页 |
3.5 本章小结 | 第52-54页 |
第4章 监测数据位移反分析及预测 | 第54-83页 |
4.1 基坑开挖数值模拟 | 第54-63页 |
4.1.1 模型参数取值 | 第54-55页 |
4.1.2 围护结构的模拟 | 第55-58页 |
4.1.3 模拟开挖工况 | 第58-59页 |
4.1.4 模拟结果 | 第59-63页 |
4.2 支持向量回归机模型 | 第63-70页 |
4.2.1 学习样本的构建 | 第64-69页 |
4.2.2 支持向量回归机模型的建立 | 第69页 |
4.2.3 支持向量回归机模型参数优化 | 第69-70页 |
4.3 PSO搜索最优反演参数 | 第70-72页 |
4.3.1 目标函数选择 | 第70-71页 |
4.3.2 参数的选取 | 第71-72页 |
4.4 反分析计算结果及验证 | 第72-76页 |
4.4.1 反分析结果 | 第72页 |
4.4.2 反分析结果验证 | 第72-76页 |
4.5 反演参数预测后续施工变形 | 第76-81页 |
4.6 本章小结 | 第81-83页 |
结论与展望 | 第83-85页 |
结论 | 第83-84页 |
展望 | 第84-85页 |
致谢 | 第85-86页 |
参考文献 | 第86-89页 |
攻读学位期间取得学术成果 | 第89页 |