| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的及意义 | 第10页 |
| 1.3 国内外研究现状综述 | 第10-16页 |
| 1.3.1 隧道围岩变形预测研究现状 | 第10-13页 |
| 1.3.2 隧道围岩稳定性研究现状 | 第13-16页 |
| 1.4 主要研究内容 | 第16-17页 |
| 2 雪山梁隧道工程概况 | 第17-23页 |
| 2.1 工程简介 | 第17-18页 |
| 2.2 隧道工程地质条件 | 第18-21页 |
| 2.2.1 地质地貌 | 第18页 |
| 2.2.2 气象水文 | 第18页 |
| 2.2.3 地层岩性及地质构造 | 第18-20页 |
| 2.2.4 不良地质现象 | 第20-21页 |
| 2.3 隧道工程地质评价 | 第21-22页 |
| 2.3.1 隧道进出口稳定性评价 | 第21页 |
| 2.3.2 隧道围岩稳定性评价 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 雪山梁隧道围岩变形的影响因素分析及稳定性评价 | 第23-31页 |
| 3.1 隧道围岩变形的一般影响因素概述 | 第23页 |
| 3.2 工程地质因素 | 第23-28页 |
| 3.2.1 岩体力学性质 | 第23-24页 |
| 3.2.2 岩体结构特征及完整程度 | 第24-25页 |
| 3.2.3 地应力 | 第25-27页 |
| 3.2.4 地下水与地温 | 第27-28页 |
| 3.3 自然环境因素 | 第28-29页 |
| 3.4 设计因素 | 第29-30页 |
| 3.4.1 隧道断面形状、尺寸、埋深及长度 | 第29页 |
| 3.4.2 支护结构 | 第29-30页 |
| 3.5 施工因素 | 第30页 |
| 3.5.1 开挖方法和施工工序 | 第30页 |
| 3.5.2 爆破扰动和临近施工 | 第30页 |
| 3.6 本章小结 | 第30-31页 |
| 4 基于遗传算法优化的BP神经网络对围岩变形的预测 | 第31-56页 |
| 4.1 隧道围岩变形的预测概述 | 第31页 |
| 4.2 BP神经网络与遗传算法简述 | 第31-35页 |
| 4.2.1 BP神经网络预测的基本原理 | 第31-34页 |
| 4.2.3 遗传算法的基本原理 | 第34-35页 |
| 4.3 遗传算法优化BP神经网络 | 第35-37页 |
| 4.4 基于遗传算法优化BP神经网络的围岩位移预测模型设计 | 第37-39页 |
| 4.4.1 围岩位移预测模型及网络拓补结构设计 | 第37-38页 |
| 4.4.2 围岩预测模型的算法设计 | 第38-39页 |
| 4.5 .基于MATLAB软件编程的围岩位移预测实现 | 第39-41页 |
| 4.6 雪山梁隧道围岩位移预测与评价 | 第41-55页 |
| 4.6.1 以K11+633断面实测数据训练预测 | 第41-47页 |
| 4.6.2 以K11+603～K11+623断面实测数据训练预测 | 第47-54页 |
| 4.6.3 对比分析 | 第54-55页 |
| 4.7 本章小结 | 第55-56页 |
| 5 基于数值模拟的雪山梁隧道围岩位移与稳定性分析 | 第56-79页 |
| 5.1 数值模拟概述 | 第56页 |
| 5.2 数值模拟程序 | 第56-57页 |
| 5.3 雪山梁隧道围岩开挖模拟与位移分析 | 第57-77页 |
| 5.3.1 模拟基本假定 | 第57页 |
| 5.3.2 隧道模拟参数选取与模型建立 | 第57-61页 |
| 5.3.3 Ⅴ级围岩隧道施工模拟的围岩位移分析 | 第61-66页 |
| 5.3.4 Ⅳ级围岩隧道施工模拟的围岩位移分析 | 第66-72页 |
| 5.3.5 Ⅲ级围岩隧道施工模拟的围岩位移分析 | 第72-77页 |
| 5.4 本章小结 | 第77-79页 |
| 结论与展望 | 第79-81页 |
| 结论 | 第79-80页 |
| 展望 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 攻读硕士期间发表学术论文情况 | 第84-85页 |
| 致谢 | 第85-86页 |
