双峰隧道围岩稳定性非线性系统研究

论文摘要

论文以“岩体结构控制论”、“广义系统科学”及数学建模的思想为基本指导思想,从围岩分类角度对隧道围岩稳定性进行研究。论文通过总结研究围岩分类的发展过程,指出现有围岩分类方法中存在几点问题,并针对存在的几点问题,以浙江诸永高速公路双峰隧道为项目依托,对围岩分类方法进行了详细的研究和探讨,从而对隧道围岩稳定性进行分析评价。论文首次详细阐述了BP神经网络和支持向量机在围岩分类中的应用思路问题和模型检验失效性问题,针对相关问题提出了自己的检验思路和具体步骤;首次详细阐述了基于类比法思想的模糊综合评判法、灰色聚类法和可拓评判法在实际应用中的一些问题,详细分析了权重的意义,建立了一个比RMR法精度更高的评价模型,同时结合可靠度理论,为隧道支护设计与施工提供了更加详细的围岩信息。研究结果应用于双峰隧道的围岩稳定性评价获得了可靠的结论。研究成果具有实用和推广价值,同时对工程地质领域的其他分类问题也同样具有重要意义。

论文目录

• 内容提要
• 第1章 绪论
• 1.1 选题的依据及研究意义
• 1.2 国内外研究现状
• 1.2.1 围岩分类的研究现状
• 1.2.2 现有围岩分类评价方法存在的问题
• 1.3 论文的主要研究内容
• 1.4 论文的主要创新点
• 1.5 研究思路及技术路线
• 1.5.1 论文研究思路
• 1.5.2 论文技术路线
• 第2章 双峰隧道工程地质条件研究
• 2.1 地形地貌
• 2.2 地层岩性
• 2.3 水文地质条件
• 2.4 地质构造
• 2.4.1 地质构造概况
• 2.4.2 区域深大断裂
• 2.4.3 结构面发育概况
• 2.5 区域地应力场情况
• 第3章 BP 神经网络在围岩分类中的应用的问题
• 3.1 BP 神经网络基本原理简介
• 3.1.1 神经元的数学模型
• 3.1.2 网络结构
• 3.1.3 BP 神经网络
• 3.1.4 BP 网络基本算法的缺陷
• 3.1.5 Matlab 神经网络工具箱中BP 神经网络学习算法的改进
• 3.2 BP 神经网络方法与传统回归分析方法的异同
• 3.3 BP 神经网络在围岩分类应用中的问题研究
• 3.3.1 BP 神经网络最优解的理解
• 3.3.2 BP 神经网络学习的多解性
• 3.3.3 BP 神经网络模型检验的必要性
• 3.3.4 目前BP 神经网络模型检验方法的失效性
• 3.3.5 BP 神经网络模型的检验思路
• 3.3.6 BP 神经网络模型的适用范围
• 3.3.7 关于BP 神经网络学习样本的问题
• 3.4 小结
• 第4章 基于支持向量机的围岩分类研究
• 4.1 支持向量机算法简介
• 4.1.1 两类分类问题
• 4.1.2 多分类问题
• 4.2 支持向量机在围岩分类应用中的问题研究
• 4.2.1 支持向量机学习的多解性
• 4.2.2 支持向量机模型检验的必要性
• 4.2.3 目前支持向量机模型检验方法的失效性
• 4.2.4 支持向量机模型的检验思路
• 4.2.5 支持向量机模型的适用范围
• 4.2.6 关于支持向量机学习样本的问题
• 4.3 实例应用
• 4.3.1 双峰隧道围岩稳定性影响因素分析及其定量描述
• 4.3.2 围岩分类的支持向量机评价模型
• 4.3.3 构造学习样本
• 4.3.4 计算及模型检验
• 4.3.5 结果分析
• 4.4 小结
• 第5章 基于可拓学的围岩稳定性分析
• 5.1 模糊综合评判方法、灰色聚类法和可拓评判法的基本理论
• 5.1.1 模糊综合评判方法概述
• 5.1.2 灰色聚类法概述
• 5.1.3 可拓学的基本理论
• 5.2 对比计算及相关问题分析
• 5.2.1 利用模糊综合评判法评价
• 5.2.2 利用灰色聚类评判法评价
• 5.2.3 利用可拓评判法评价
• 5.2.4 结果分析
• 5.3 基于可拓评判方法的权重计算方法
• 5.3.1 权重计算模型的建立
• 5.3.2 模型求解
• 5.3.3 该方法所得权重的意义
• 5.4 实例应用
• 5.4.1 围岩分类的评价标准
• 5.4.2 围岩分类的可拓评判模型
• 5.4.3 样本实际等级特征值的确定
• 5.4.4 权重计算
• 5.4.5 权重结果分析
• 5.4.6 模型检验
• 5.4.7 应用预测
• 5.4.8 围岩稳定性分析
• 5.5 小结
• 第6章 基于可靠度的围岩分类研究
• 6.1 可靠度的基本理论
• 6.1.1 岩土工程可靠度的基本概念
• 6.1.2 岩土工程可靠度的分析方法
• 6.2 围岩分类的可靠度分析
• 6.2.1 多类分类问题的可靠度分析
• 6.2.2 围岩分类问题的可靠度分析
• 6.3 实例应用
• 6.4 小结
• 第7章 围岩分类方法的对比分析
• 第8章 结论和建议
• 8.1 结论
• 8.2 建议
• 参考文献
• 攻读博士学位期间发表（含录用）的主要论文
• 致谢
• 中文摘要
• ABSTRACT