| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 引言 | 第10-21页 |
| ·选题依据及研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-18页 |
| ·当前隧道围岩稳定性分析和评判方法 | 第11-13页 |
| ·当前隧道围岩稳定性分析和评判方法的不足 | 第13-14页 |
| ·降噪方法的研究现状 | 第14-15页 |
| ·BP 神经网络的研究现状 | 第15-16页 |
| ·基于克隆选择原理的免疫算法的研究现状 | 第16页 |
| ·信息融合技术的研究现状 | 第16-18页 |
| ·研究内容及技术路线 | 第18-19页 |
| ·论文主要创新点 | 第19-21页 |
| 第2章 隧道围岩监测位移的奇异值分解降噪 | 第21-25页 |
| ·奇异值分解降噪方法简介 | 第21页 |
| ·时间序列重构的吸引子轨迹矩阵及奇异值分解 | 第21-23页 |
| ·时间序列重构的吸引子轨迹矩阵 | 第21-22页 |
| ·奇异值分解降噪原理 | 第22-23页 |
| ·围岩监测位移的奇异值分解降噪 | 第23-25页 |
| 第3章 隧道围岩变形位移的前推修正与预测 | 第25-34页 |
| ·BP 神经网络简介及其改进 | 第25-28页 |
| ·BP 神经元模型 | 第25-26页 |
| ·BP 神经网络结构 | 第26页 |
| ·BP 学习算法 | 第26-27页 |
| ·BP 算法的改进 | 第27-28页 |
| ·基于克隆选择原理的免疫算法简介及其改进 | 第28-30页 |
| ·克隆选择原理 | 第28-29页 |
| ·基于克隆选择原理的免疫算法 | 第29页 |
| ·基于克隆选择原理的免疫算法的改进 | 第29-30页 |
| ·BP 神经网络与基于克隆选择原理的免疫算法的结合 | 第30-32页 |
| ·运用免疫克隆 BP 网络对隧道围岩监测位移进行前推修正及预测 | 第32-34页 |
| 第4章 隧道围岩多点监测位移信息融合及围岩稳定性判定与预测 | 第34-47页 |
| ·信息融合理论简介 | 第34-42页 |
| ·信息融合的基本概念 | 第34-35页 |
| ·信息融合的基本模型 | 第35-40页 |
| ·信息融合的算法 | 第40-42页 |
| ·信息融合的应用领域 | 第42页 |
| ·基于免疫克隆算法的隧道围岩多点监测位移信息融合 | 第42-47页 |
| ·基于免疫克隆算法的信息融合算法 | 第43-44页 |
| ·变形速率比值法 | 第44-45页 |
| ·围岩多点监测位移信息融合结构模型 | 第45-47页 |
| 第5章 毛尔盖水电站隧道围岩稳定性评判及预测实例验证 | 第47-66页 |
| ·工程区简介 | 第47-48页 |
| ·地质概况 | 第47页 |
| ·气候状况 | 第47页 |
| ·毛尔盖水电站简介 | 第47-48页 |
| ·龙坝隧道简介 | 第48页 |
| ·龙坝隧道 K3+170 断面围岩工程地质条件、测点布置及位移监测资料 | 第48-50页 |
| ·断面围岩工程地质条件 | 第48-49页 |
| ·测点布置及位移监测资料 | 第49-50页 |
| ·龙坝隧道 K3+170 断面围岩监测位移的奇异值分解降噪 | 第50-53页 |
| ·龙坝隧道 K3+170 断面围岩位移前推修正及预测 | 第53-59页 |
| ·龙坝隧道 K3+170 断面位移信息融合及围岩稳定性评判预测 | 第59-66页 |
| 结论与建议 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
