| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-19页 |
| 1.2.1 地下工程结构岩体优化反分析方法的研究现状 | 第13-16页 |
| 1.2.2 基于代理模型的优化算法研究现状 | 第16-19页 |
| 1.3 有待进一步研究的问题 | 第19页 |
| 1.4 研究内容与技术路线 | 第19-22页 |
| 1.4.1 主要研究内容 | 第19-20页 |
| 1.4.2 技术线路 | 第20-22页 |
| 第二章 高斯过程局部代理模型-粒子群协同优化算法 | 第22-47页 |
| 2.1 引言 | 第22页 |
| 2.2 粒子群优化算法(PSO)简介 | 第22-26页 |
| 2.2.1 基本PSO算法 | 第23-24页 |
| 2.2.2 收缩因子的PSO算法 | 第24-26页 |
| 2.3 牛顿优化算法(Newton)简介 | 第26-29页 |
| 2.3.1 牛顿法算法原理 | 第26-27页 |
| 2.3.2 牛顿法算法步骤 | 第27-28页 |
| 2.3.3 算例分析 | 第28-29页 |
| 2.4 高斯过程回归(GPR)简介 | 第29-33页 |
| 2.4.1 高斯过程回归基本原理 | 第29-31页 |
| 2.4.2 高斯过程协方差函数 | 第31-33页 |
| 2.5 高斯过程局部代理模型-粒子群协同优化算法研究 | 第33-37页 |
| 2.5.1 算法的基本思路 | 第33-34页 |
| 2.5.2 算法的关键技术 | 第34-35页 |
| 2.5.3 算法的实现步骤 | 第35-37页 |
| 2.6 LSGPR-PSO算法的性能测试 | 第37-46页 |
| 2.6.1 测试方案 | 第37-41页 |
| 2.6.2 测试结果分析 | 第41-46页 |
| 2.7 本章小结 | 第46-47页 |
| 第三章 地下工程结构岩体力学参数的高效反分析方法 | 第47-61页 |
| 3.1 引言 | 第47页 |
| 3.2 基于粒子群优化算法的优化反分析方法 | 第47-48页 |
| 3.3 基于高斯过程全局代理模型-粒子群优化算法的优化反分析方法 | 第48-49页 |
| 3.5 基于高斯过程局部代理模型-粒子群协同优化算法的优化反分析方法 | 第49-51页 |
| 3.6 算例分析 | 第51-54页 |
| 3.7 工程应用 | 第54-60页 |
| 3.7.1 工程概况 | 第54-56页 |
| 3.7.2 洞室群围岩力学参数的反演 | 第56-60页 |
| 3.8 本章小结 | 第60-61页 |
| 第四章 地下工程结构围岩损失位移优化反分析 | 第61-76页 |
| 4.1 引言 | 第61页 |
| 4.2 基于高斯过程局部代理模型-粒子群协同优化算法的损失位移优化反分析方法 | 第61-64页 |
| 4.2.1 方法的总体思路 | 第61-62页 |
| 4.2.2 方法的实现 | 第62-64页 |
| 4.3 算例验证 | 第64-69页 |
| 4.4 工程应用 | 第69-75页 |
| 4.4.1 锦屏二级水电站引水隧洞的工程概况 | 第69-70页 |
| 4.4.2 锦屏二级水电站引水隧洞损失位移反分析 | 第70-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第五章 结论与展望 | 第76-78页 |
| 5.1 结论 | 第76-77页 |
| 5.2 展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 论文发表及参加科研项目情况 | 第84页 |
