基于小波理论的白鹤隧道围岩稳定性非线性研究
| 内容提要 | 第1-11页 |
| 第一章 绪论 | 第11-27页 |
| ·选题的依据及研究意义 | 第11-13页 |
| ·隧道稳定性国内外研究现状 | 第13-19页 |
| ·围岩分类法 | 第13-14页 |
| ·解析分析法 | 第14-15页 |
| ·试验模拟法 | 第15-16页 |
| ·数值模拟法 | 第16-17页 |
| ·人工智能及非线性方法 | 第17-19页 |
| ·小波理论研究现状 | 第19-22页 |
| ·小波分析概述 | 第19-20页 |
| ·小波分析在信号处理中的研究现状 | 第20页 |
| ·小波神经网络研究现状 | 第20-21页 |
| ·小波分析与分形 | 第21-22页 |
| ·论文主要研究内容及创新点 | 第22-24页 |
| ·论文主要研究内容 | 第22-24页 |
| ·论文的主要创新点 | 第24页 |
| ·论文研究思路及技术路线 | 第24-27页 |
| ·论文研究思路 | 第24-25页 |
| ·论文研究技术路线 | 第25-27页 |
| 第二章 白鹤隧道工程地质条件 | 第27-41页 |
| ·自然地理条件 | 第27-28页 |
| ·水文地质条件 | 第28-29页 |
| ·松散岩类孔隙水 | 第28-29页 |
| ·基岩裂隙水 | 第29页 |
| ·区域地质概况 | 第29-33页 |
| ·区域总体地质概况 | 第29页 |
| ·区域深大断裂 | 第29-31页 |
| ·区域地应力场情况 | 第31-33页 |
| ·工程场区地质特征 | 第33-41页 |
| ·白鹤隧道总体地貌分析 | 第33-35页 |
| ·白鹤隧道地层岩性 | 第35-41页 |
| 第三章 小波变换理论基础 | 第41-56页 |
| ·从傅里叶变换到小波分析 | 第41-44页 |
| ·傅立叶变换 | 第41-42页 |
| ·短时Fourier 变换 | 第42-43页 |
| ·从傅里叶变换到小波分析 | 第43-44页 |
| ·小波变换 | 第44-46页 |
| ·连续小波变换 | 第44-45页 |
| ·离散小波变换 | 第45-46页 |
| ·多分辨分析 | 第46-49页 |
| ·二尺度方程 | 第49页 |
| ·Mallat 算法 | 第49-52页 |
| ·Mallat 算法的综述 | 第49-50页 |
| ·Mallat 分解算法 | 第50-51页 |
| ·Mallat 合成算法 | 第51-52页 |
| ·常用小波函数介绍 | 第52-56页 |
| ·Haar 小波 | 第52-53页 |
| ·Daubechies 小波 | 第53页 |
| ·Mexico 草帽小波 | 第53-54页 |
| ·Morlet 小波 | 第54-56页 |
| 第四章 小波理论的隧道围岩监测数据分析应用研究 | 第56-81页 |
| ·隧道围岩监测数据小波降噪方案设计 | 第56-67页 |
| ·小波降噪原理 | 第56-58页 |
| ·小波降噪总体设计 | 第58页 |
| ·小波去噪效果评价指标 | 第58-59页 |
| ·隧道围岩接触压力数据提取 | 第59-61页 |
| ·小波函数的选择 | 第61-62页 |
| ·最大尺度选择 | 第62-63页 |
| ·边缘处理 | 第63-64页 |
| ·非线性小波变换阈值法 | 第64-66页 |
| ·小波变换模极大值法 | 第66-67页 |
| ·小波降噪方案的选择 | 第67-75页 |
| ·小波降噪结果 | 第67-70页 |
| ·小波去噪方法效果评价 | 第70-75页 |
| ·小波降噪在隧道围岩监测数据分析中的应用 | 第75-77页 |
| ·围岩接触压力观测值小波分析 | 第75-76页 |
| ·当日压力变化值小波分析 | 第76-77页 |
| ·基于EMD 的小波降噪改进方法 | 第77-80页 |
| ·经验模态分解 | 第77-78页 |
| ·基于EMD 的小波降噪 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第五章 小波神经网络在隧道围岩稳定性中的应用研究 | 第81-112页 |
| ·BP 神经网络简介 | 第82-83页 |
| ·BP 神经网络基本简介 | 第82-83页 |
| ·BP 基本网络的缺陷 | 第83页 |
| ·小波神经网络模型及算法实现 | 第83-88页 |
| ·小波网络的结构形式 | 第84页 |
| ·小波网络的算法 | 第84-86页 |
| ·小波网络的自适应调整学习率优化算法 | 第86页 |
| ·小波网络的程序实现 | 第86-88页 |
| ·隧道围岩接触压力的小波神经网络预测 | 第88-96页 |
| ·隧道围岩接触压力预测模型的确定 | 第89-91页 |
| ·隧道围岩接触压力预测模型训练 | 第91-95页 |
| ·隧道围岩接触压力预测模型预测及分析 | 第95-96页 |
| ·隧道围岩类别的小波神经网络识别 | 第96-109页 |
| ·隧道围岩分类的主要方法 | 第97-98页 |
| ·隧道围岩分类的粗糙集－小波神经网络识别模型 | 第98-99页 |
| ·隧道围岩分类识别模型的确定 | 第99-107页 |
| ·隧道围岩分类识别模型的训练 | 第107-108页 |
| ·隧道围岩分类预测及结论 | 第108-109页 |
| ·小结 | 第109-112页 |
| 第六章 小波与分形在隧道围岩超欠挖分析中应用研究 | 第112-141页 |
| ·隧道围岩超欠挖与分形 | 第112-117页 |
| ·断面轮廓的分形表示 | 第113-115页 |
| ·隧道断面轮廓分形维数的计算方法 | 第115-117页 |
| ·隧道围岩断面轮廓分形维数计算的小波方法 | 第117-126页 |
| ·隧道围岩断面轮廓的自相似性 | 第118页 |
| ·隧道围岩断面轮廓分形维数的小波估计法 | 第118-121页 |
| ·断面超欠挖曲线分形维数实例计算 | 第121-126页 |
| ·断面轮廓分形维数与隧道围岩稳定性的关系 | 第126-139页 |
| ·隧道断面轮廓数据的提取 | 第126-130页 |
| ·隧道断面轮廓分形维数的计算结果 | 第130-131页 |
| ·隧道断面轮廓分形维数与隧道围岩稳定性的整体分析 | 第131-133页 |
| ·断面轮廓分形维数与统计参数的关系研究 | 第133-136页 |
| ·分维数与岩体质量的关系 | 第136-139页 |
| ·隧道围岩稳定性分析 | 第139页 |
| ·本章小结 | 第139-141页 |
| 第七章 结论和建议 | 第141-144页 |
| ·结论 | 第141-143页 |
| ·建议 | 第143-144页 |
| 参考文献 | 第144-154页 |
| 主要科研成果与项目 | 第154-155页 |
| 致谢 | 第155-156页 |
| 中文摘要 | 第156-159页 |
| ABSTRACT | 第159-162页 |
