| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题背景、目的及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 边坡变形预测研究现状 | 第10-11页 |
| 1.2.2 支持向量机研究现状 | 第11-12页 |
| 1.3 研究的内容及章节结构 | 第12-15页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 章节安排 | 第13-15页 |
| 第二章 边坡变形相关知识与数据预处理 | 第15-20页 |
| 2.1 边坡变形相关知识 | 第15-18页 |
| 2.1.1 边坡类型 | 第15-16页 |
| 2.1.2 边坡变形演化 | 第16-17页 |
| 2.1.3 影响边坡稳定性的因素 | 第17-18页 |
| 2.2 边坡变形监测方法 | 第18-19页 |
| 2.3 数据预处理 | 第19-20页 |
| 2.3.1 奇异值检测 | 第19页 |
| 2.3.2 数据插值 | 第19页 |
| 2.3.3 数据归一化 | 第19-20页 |
| 第三章 支持向量机理论基础 | 第20-28页 |
| 3.1 统计学习理论 | 第20-22页 |
| 3.1.1 泛化能力 | 第20页 |
| 3.1.2 VC维与一致性收敛 | 第20-21页 |
| 3.1.3 结构风险最小化 | 第21-22页 |
| 3.2 支持向量机 | 第22-28页 |
| 3.2.1 支持向量分类机 | 第23-26页 |
| 3.2.2 支持向量回归机 | 第26-28页 |
| 第四章 基于混合核函数MAPSO-SVR的边坡位移预测模型构建 | 第28-37页 |
| 4.1 PSO算法 | 第28-30页 |
| 4.1.1 PSO算法的基本理论 | 第28-29页 |
| 4.1.2 PSO算法的参数分析 | 第29-30页 |
| 4.2 改进PSO算法 | 第30-32页 |
| 4.3 核函数 | 第32-33页 |
| 4.3.1 几种常见的核函数 | 第32-33页 |
| 4.3.2 核函数的性质 | 第33页 |
| 4.4 改进核函数 | 第33-35页 |
| 4.5 基于混合核函数的MAPSO-SVR的边坡位移预测流程 | 第35-37页 |
| 第五章 工程应用 | 第37-54页 |
| 5.1 丹巴滑坡预测应用 | 第37-47页 |
| 5.1.1 工程概况 | 第37-38页 |
| 5.1.2 数据预处理 | 第38-40页 |
| 5.1.3 模型精度评定指标 | 第40页 |
| 5.1.4 位移预测 | 第40-45页 |
| 5.1.5 结果分析 | 第45-47页 |
| 5.2 卧龙寺新滑坡预测应用 | 第47-54页 |
| 5.2.1 工程概况 | 第47页 |
| 5.2.2 数据预处理 | 第47-48页 |
| 5.2.3 位移预测 | 第48-52页 |
| 5.2.4 结果分析 | 第52-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间的研究成果 | 第60-61页 |