| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1. 绪论 | 第11-19页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.2.3 现阶段国内外研究存在的问题 | 第14-15页 |
| 1.3 研究内容、研究目标、拟解决的技术难题 | 第15-17页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究目标 | 第15页 |
| 1.3.3 拟解决的技术难点 | 第15-17页 |
| 1.4 预期成果与创新点 | 第17-19页 |
| 2. 两车道公路隧道三维模型施工开挖数值模拟 | 第19-35页 |
| 2.1 数值模拟试验方案 | 第19-23页 |
| 2.2 数值计算软件 | 第23-25页 |
| 2.2.1 ANSYS简介 | 第23-24页 |
| 2.2.2 FLAC3D简介 | 第24-25页 |
| 2.3 计算模型的建立 | 第25-30页 |
| 2.3.1 断面形式及初始条件 | 第25-27页 |
| 2.3.2 隧道施工开挖 | 第27-28页 |
| 2.3.3 隧道支护与监测 | 第28-30页 |
| 2.4 数值模拟计算结果 | 第30-34页 |
| 2.5 本章小结 | 第34-35页 |
| 3. 基于突变理论的围岩稳定极限位移确定方法研究 | 第35-59页 |
| 3.1 突变理论概述 | 第35-40页 |
| 3.1.1 突变理论发展简介 | 第36-37页 |
| 3.1.2 突变理论研究对象及领域 | 第37-38页 |
| 3.1.3 齐曼突变机构 | 第38-40页 |
| 3.2 突变理论基本模型 | 第40-47页 |
| 3.2.1 折叠突变模型 | 第41-42页 |
| 3.2.2 燕尾突变模型 | 第42-43页 |
| 3.2.3 尖点突变模型 | 第43-47页 |
| 3.3 基于洞周位移的尖点突变模型建立 | 第47-49页 |
| 3.4 围岩稳定极限位移确定 | 第49-58页 |
| 3.5 本章小结 | 第58-59页 |
| 4. 基于进化支持向量回归算法的两车道公路隧道围岩稳定极限位移智能预测模型 | 第59-69页 |
| 4.1 支持向量机 | 第59-61页 |
| 4.1.1 支持向量回归(Support Vector Regression,简称SVR)算法 | 第59-61页 |
| 4.2 进化支持向量回归算法 | 第61-64页 |
| 4.2.1 进化支持向量回归算法计算流程 | 第62-63页 |
| 4.2.2 遗传算法 | 第63-64页 |
| (1) 遗传算子 | 第63-64页 |
| (2) 适应度函数 | 第64页 |
| 4.3 隧道施工围岩稳定极限位移预测的进化支持向量回归模型 | 第64-68页 |
| 4.3.1 训练样本集 | 第64-65页 |
| 4.3.2 检验样本集 | 第65页 |
| 4.3.3 基于进化支持向量回归算法的公路隧道施工围岩稳定极限位移预测模型 | 第65-68页 |
| 4.4 本章小结 | 第68-69页 |
| 5. 基于进化支持向量回归算法的两车道公路隧道围岩稳定极限位移数学预测模型 | 第69-77页 |
| 5.1 极限位移预测的最优SVR模型的拉格朗日乘子 | 第69-70页 |
| 5.1.1 极限拱顶下沉预测的最优SVR模型拉格朗日乘子 | 第69页 |
| 5.1.2 极限水平收敛预测的最优SVR模型拉格朗日乘子 | 第69-70页 |
| 5.2 极限位移预测的最优SVR模型的β值 | 第70-71页 |
| 5.3 两车道公路隧道施工围岩稳定极限位移预测的数学模型 | 第71-75页 |
| 5.3.1 极限拱顶下沉预测的数学模型 | 第71-73页 |
| 5.3.2 极限水平收敛预测的数学模型 | 第73-75页 |
| 5.4 数学预测模型的检验 | 第75-76页 |
| 5.5 本章小结 | 第76-77页 |
| 6. 结论与展望 | 第77-79页 |
| 6.1 结论 | 第77页 |
| 6.2 展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第83-87页 |
| 学位论文数据集 | 第87页 |
