智能岩土工程导论

1绪论
1.1智能岩土力学产生的背景
1.1.1岩土工程面临的新形势
1.1.2以固体力学为基础发展起来的岩土力学面临的困难·
1.1.3人工智能的作用
1.1.4思维方式的转变
1.2智能科学的若干基本理论
1.3人工智能技术在岩土工程中的应用·2群智能仿生优化算法·
2.1模拟退火算法基本理论…
2.1.1模拟退火算法简介…
2.1.2模拟退火算法实现·
2.2遗传算法
2.2.1遗传算法的基本思想
2.2.2遗传算法的性
2.2.3遗传算法的实现
2.2.4基本遗传算法
2.2.5的遗传算法
2.3粒子群优化算法
2.3.1粒子群优化算法原理
2.3.2基于SA和PSOA的函数测试
2.4粒子群-模拟退火混合优化算法·
2.4.1标准粒子群优化算法的研究现状
2.4.2粒子群一模拟退火混合优化算法的串行设计
2.5免疫克隆选择算法
2.6群智能的优势及粒子群优化算法特点
3人工神经网络算法
3.1概论·
3.1.1神经元的一般模型
3.1.2人工神经网络的特点
3.1.3人工神经网络的学·
3.1.4人工神经网络存在的主要问题
3.2BP神经网络算法
3.3 PSO-BP神经网络耦合算法…
3.4工程应用实例——隧道钻爆施工光面爆破参数的优化
3.4.1光面爆破参数优化的数学模型
3.4.2光面爆破参数优化数学模型的求解方法
3.4.3基于PSO-BP神经网络耦合算法的岭隧道光面爆破参数优化·
3.4.4BP神经网络样本的获取·
3.4.5隧道光面爆破输入与输出参数PSO-BP智能映射模型的建立——网络…
3.4.6基于PSO-BP神经网络耦合算法的隧道光面爆破参数优化——模型求解
3.4.7基于PSO-BP神经网络耦合算法的隧道光面爆破参数优化——工程算例
4支持向量机算法及其在岩土工程领域的应用
4.1支持向量机产生的背景
4.2 机器学本问题和方法·
4.2.1机器学…
4.2.2统计学·
4.3支持向量机算·
4.3.1支持向量分类算法
4.3.2支持向量回归算法
……
6人工智能技术在岩土工程中的综合应用——公路隧道施工智能辅助决策系统的开发
6.1隧道施工监测信息管理及反馈系统研究
6.1.1能体设计
6.1.2监测信息管理系统设计
6.1.3系统数据库设计
6.1.4系统界面设计
6.1.5系统后台主体程序设计
6.2监测数据回归分析与反馈
6.2.1监测数据的PSOA回归分析
6.2.2监测数据的PSOA回归分析实例
6.2.3回归函数的选择
6.2.4含丢失位移的监测数据回归
6.2.5 围岩稳定性判断准则
6.3基于PSO-BP神经网络耦合算法的围岩变形超前预报
6.4基于围岩压力监测数据的初支稳定性分析
6.4.1有限元分析基本原理
6.4.2有限元分析程序设计
6.4.3 岭隧道围岩压力监测有限元分析实例
6.5监测数据分析与管理系统应用实例
6.5.1监测数据录入与存储
6.5.2监测数据回归分析
6.5.3监测数据时态曲线图
6.5.4报表功能
6.5.5 监测数据分析与预测专家库
6.6公路隧道施工智能辅助决策系统研究
6.6.1能体设计
6.6.2隧道施工期围岩快速分级模块
6.6.3光面爆破工艺参数优化模块
参考文献