一、岩土工程反分析的最大熵原理（论文文献综述）
周春晓[1]（2019）在《改进最大熵方法及其在水下航行体可靠性分析中的应用》文中指出工程结构设计中,需要根据结构的力学模型预测其真实响应,来验证结构性能指标是否达到设计要求。由于工程结构在设计、加工、制造和服役过程中,经常会受到诸如材料、载荷等各种不确定性因素的影响,导致工程结构的实际承载能力可能偏离性能需求。因此,准确分析并量化输入不确定性因素对结构响应的影响,对评估结构的可靠性有重要的指导意义。为了充分考虑实际工程中各类的不确定因素,准确的评估结构的可靠性,基于概率论和数理统计理论的可靠性分析方法成为分析和量化工程中的不确定性因素对结构的安全性影响的重要手段。在诸多可靠性分析方法中,最大熵方法是研究不确定性传播、求解结构可靠度的一种有效的矩方法。该方法无需计算设计验算点和功能函数导数,仅从统计矩信息就能获得功能函数的概率密度近似表达式,因此,近年来在理论研究和工程应用等方面都受到了广泛关注。本文针对当前最大熵方法理论面临的一些难点问题,从结构可靠性分析的功能函数非线性变换入手,提出了对整数阶矩最大熵方法和分数阶矩最大熵方法的改进方案;通过概率守恒方程,提出了全新的基于非线性变换的失效概率预测精度估计的零熵变换准则,获得了最大熵方法改进方案中对非线性变换调制参数选取的判定依据,有效提高了最大熵方法可靠性分析的精度和效率。本文的研究内容主要包含以下几个方面:1.针对传统整数阶矩最大熵方法,提出了一类基于非线性变换函数的改进方法。通过单调递增函数对功能函数进行非线性变换,使之适应于最大熵概率密度估计的指数多项式形式展开式;变换后的功能函数值域由无穷区间变为有界区间,有效提高了数值积分精度;给出了三种典型非线性变换函数,包括反正切函数、Logistic sigmoid函数和双曲正切函数;通过算例论证了在前四阶矩条件下,基于非线性变换的改进方法获得的失效概率预测精度高于传统整数阶矩最大熵方法,同时解决了功能函数含非正态输入变量的可靠性分析算例中,传统整数阶矩最大熵方法无法收敛的问题。2.将功能函数非线性变换方法,推广到分数阶矩最大熵方法的改进中。通过引入概率分布函数作为非线性变换函数,将变换后的功能函数值域都统一到符合分数阶矩最大熵方法要求的[0,1]区间内,推广了分数阶矩最大熵方法的适用范围;给出了三种概率分布函数来实现上述非线性变换,包括Cauchy分布函数、Logistic分布函数和Gumbel分布函数;通过典型算例对比发现,非线性变换后的功能函数可以在概率密度估计表达式只保留四项的情况下,获得失效概率估计精度远高于原功能函数在同样条件下的结果。3.针对传统最大熵方法难于进行误差估计的问题,建立了最大熵概率密度估计精度判别的零熵变换准则,实现了改进最大熵方法中非线性变换调制参数的优选。通过概率守恒方程,理论上推导了非线性变换后,功能函数的熵值变化趋势;并据此发现,当所选择的非线性变换函数就是原功能函数的真实概率分布函数时,变换后的功能函数熵值为零。根据此熵值变化特征,建立了基于[0,1]区间上零熵分布的失效概率预测精度估计准则,利用分数阶矩函数实现了精度估计,同时给出了零熵准则的具体实现方法。该准则不但可以应用于基于非线性变换的改进最大熵方法中,实现了非线性变换调制参数的选取判定,还能够为其他概率密度估计方法提供结果精度的判别依据。4.将基于非线性变换的改进最大熵方法应用于水下航行体结构的动力响应概率建模及可靠性分析,得到了水下航行体结构连接非线性对动力响应统计特性的影响规律。在同时考虑水下航行体结构的水动力外载荷时空分布不确定性以及连接结构非线性特征的基础上,通过基于非线性变换的改进最大熵方法,得到了水下航行体结构的最大内力、最大内力发生时刻、最大内力发生位置的概率密度函数,讨论了系统连接非线性参数变化对结构动力响应的影响。
陈浩冲[2]（2017）在《填海区淤泥的岩土参数反演及基坑变形预测研究》文中提出随着我国经济的发展,土地资源性短缺和土地结构性短缺成为制约沿海地区经济发展的重要瓶颈,填海造地便成为一种即可以拓展土地面积又可以在一定程度上避免政策制约的良方。深圳前海填海区数十年前曾是滨河滩涂,后经人工填海,现已形成约15平方公里的区域。然而,该处填海造地工程施工时,填海造地方法欠完善,原有的海积淤泥被挤向场地内,使得填海区内遍布淤泥,该地进行工程建设时,曾出现了一系列岩土工程问题。专家会议资料表明,该地区出现的岩土工程问题与对淤泥层的设计参数认识不足有关。由于淤泥的固结过程比较缓慢,其岩土参数仍处于不断的变化之中。并且虽然淤泥层的设计参数可以通过室内实验或者原位试验得到,但是由于存在尺寸效应、某些实验代价过高或者技术条件不具备,很难通过实验来获得参数,由此造成了实验测得的土层参数与真实值之间有所偏差,使得地下工程的实际变形值与原来通过有限元模拟得出的变形值之间差异较大。论文以深圳前海填海区一基坑项目为研究背景,对该项目的淤泥层参数进行反演（也称为反分析,下文统一称为反分析）运算,得到更能反映实际状况的淤泥层参数,以此达到指导施工的目的。神经网络可以实现复杂事物之间的非线性映射,适用于解决那些看似杂乱无章的问题,其处理信息的方式类似于人的大脑,将许多简单的单元模拟成神经元,因此可以建立任意输入量与输出量之间的非线性联系。在土木工程领域,人工神经网络在岩土介质力学性质反分析、过程控制、变形预测等领域发挥了积极的作用,故本文选取该方法用于淤泥层参数反分析研究。即在已有监测数据的基础上,运用MATLAB中的神经网络工具箱和数值模拟软件Midas/GTS对基坑淤泥层参数进行反分析,并对基坑的变形情况作出预测,达到指导施工的目的。本文所做工作如下:1.建立BP神经网络反分析模型,确定了训练次数、训练误差、学习率、动量因子、隐层单元数等模型参数。BP模型中隐层单元的数目关系到反分析结果的正确性,因此可根据输入层和输出层个数通过计算得到误差最小的隐层节点数。2.介绍了两种试验设计法,最终选取了均匀设计法对基坑淤泥层参数进行处理,得到了 10组弹性模量E、粘聚力c、内摩擦角φ、泊松比μ组合。3.利用Midas/GTS软件建立基坑有限元模型。将均匀设计后的上述10种参数组合代入Midas/GTS模型,计算桩体水平位移值,并进行数据归一化。4.将上述归一化后的数据输入到MATLAB程序中,由仿真函数simm计算过的数值进行反归一化处理可得到基坑淤泥层岩土参数。然后将上述求出的各组淤泥层参数分别代入Midas/GTS模型进行正演,通过软件模拟的桩体水平位移值与实测真实值的对比来验证反分析结果的正确性。5.采用动态反演法对基坑开挖到坑底时桩体水平位移进行数值模拟预测。另外,本文给出了另一种可预测基坑变形的理论方法,即利用BP神经网络对基坑具体日期时间内的桩体水平变形情况作出预测,用来指导施工。
贺建涛[3]（2016）在《基于反分析理论的山岭隧道施工安全性预报与控制研究》文中进行了进一步梳理随着隧道工程的大量建设,隧道施工过程中的安全问题得到了越来越多的重视,由于地质情况的复杂性及各种因素的影响,使得隧道的施工建设过程中经常性的会出现一些安全事故,轻则带来一些经济损失,重则造成人命事故。为了减少这类安全事故的发生,首先需要做的就是在隧道开挖前弄清楚前方地质的情况（尤其是不良地质体的分布情况）,其次重点加大在隧道开挖过程中的监控量测工作,并及时对相关的数据进行处理,并从中提取及利用好能够指导下一步施工作业的有用信息。本文是以温州洞头县新垄隧道为研究背景,采用目前比较有效的探测及检测手段对其施工的整个过程进行时时的监测,并在实测数据的基础上,借助于相关理论和有限元软件做进一步的分析,为隧道施工的安全性预防及控制提供比较有价值的参考数据。主要的研究内容如下:（1）在进行隧道的开挖作业之前,采用了超前地址预报技术对掌子面前方的围岩进行了探测。本文详细阐述了地质雷达波的传播机理以及通过雷达波反射图像来辨识不同地质段尤其是不良地质体的技术要点,并结合实际工程中的检测情况进行了相关说明。最后在设计阶段原有勘察资料的基础上,结合地质雷达的探测结果和掌子面处的围岩情况对设计阶段探测的围岩级别做了修正,通过与施工过程中采用传统围岩判别方法得到的围岩级别情况进行对比发现,修正后的围岩级别更加准确。（2）监控量测数据是围岩变形情况的一个反应,本文以实际工程中的检测数据为基础,统计和分析了隧道围岩与支护在不同条件因素作用下（围岩分级、开挖工序以及隧道埋藏深度不同等因素）的变形规律,然后采用回归分析方法得到了代表隧道变形稳定时的变形量,并在考虑了空间效应后得到围岩变形的全位移值,以此总变形值为基础信息来进行位移反分析得到的相关参数会更加贴合实际情况。（3）本文建立了弹性介质反分析模型,并结合黄金分割法和ABAQUS有限元软件来实现了参数的反分析,并且对反分析的过程进行了详细的阐述,且得到了反分析结果围岩的侧向压力系数以及围岩的等效弹性模量,并对其进行了验证分析。（4）在上述反演参数的基础上,结合ABAQUS软件对新垄隧道不同埋深、不同施工步序情况下的开挖过程进行了正演数值模拟模拟,尤其是对新垄隧道下穿九亭中心粮库的地段进行了数值模拟分析,以此来预测分析下穿过程对九亭中心粮库产生影响的程度。
郑亚飞[4]（2016）在《降雨条件下边坡的多目标随机反分析》文中认为降雨诱发滑坡是全球广泛分布危害严重的地质灾害。传统岩土反分析方法一般采用单一类型监测数据对计算模型参数进行反演分析,无法充分有效地利用多种不同类型数据对计算模型进行校准。针对现有降雨滑坡反分析研究的局限性,基于贝叶斯理论提出了时变监测数据的多目标随机反分析方法,建立了降雨入渗边坡流固耦合的多目标随机反演模型,以某公路试验段路基工程和降雨入渗边坡为算例进行了多目标反演分析。主要工作内容与研究成果如下:（1）基于Pareto最优化理论建立了二维非饱和土流固耦合多目标反分析模型。以某高速公路试验段路基和降雨入渗边坡为典型算例,采用多算法遗传自适应多目标方法（Multi-Algorithm Genetically Adaptive Multiobjective,AMALGAM）,利用孔压和位移两种类型实测数据进行了多目标反分析,并将多目标和单目标反演结果进行了对比。结果表明,对于这两类流固耦合问题,多目标反分析都能形成尖锐的Pareto前沿,多目标协调最优解计算结果与孔压和位移的实测数据拟合均较好。（2）基于贝叶斯原理和马尔可夫链蒙特卡罗方法,提出了时变监测数据多目标随机反分析方法,建立了降雨入渗边坡流固耦合的多目标随机反演模型,分析了单目标与多目标随机反分析参数后验分布的统计特性和模型不确定性,研究了不同类型监测数据对参数反演的影响。研究表明,多目标随机反分析所得的随机参数后验分布标准差较单目标随机反分析的结果明显减小,参数的变异性显着降低。多目标随机反分析所得的MPD（Maximum Posterior Density）计算值与实测值拟合较好,95%置信区间较单目标反分析明显变窄,反演结果更为可靠。（3）传统随机反分析一般假设误差满足独立同方差高斯分布,在贝叶斯反分析中对应SLS（Standard Least Square）形式的似然函数。采用异方差相关非高斯分布的误差假设和GL（General Likelyhood）形式似然函数,以香港东涌某天然边坡现场试验为工程案例,对降雨入渗边坡进行随机反分析,研究了相同时长不同起始点孔压数据对后验参数不确定性的影响。研究表明,与SLS（Standard Least Square）方法相比,GL（General Likelyhood）方法反演所得MPD值波动性明显降低,异方差相关非高斯的误差能更准确地描述降雨入渗边坡的模型误差。
王常红[5]（2013）在《施工导流系统不确定性问题的分析与应用研究》文中研究指明论文旨在研究施工导流方案选择过程中的,产生重大影响的诸多不确定性的关键因素。综述了水利水电工程以及施工导流领域不确定性研究的相关进展,将施工导流系统视为受诸多不确定性因素影响的系统,对各种不确定性产生原因与表现进行了系统性的分析,并对其产生的不确定性问题加以分类。在此基础上,构建了施工导流系统不确定性问题分析和研究的基本框架体系。对于挡水型、泄水型等不同类型的建筑物,就其结构可靠度问题,展开一系列的分析和研究。初步建立了过水土石围堰不确定性参数反分析模型。建立导流隧洞泄流风险率计算模型的功能函数,采用MC算法,在VB语言环境下编程,结合乐昌峡水利枢纽的工程实例,求解出风险率。计算成果与工程的实际观测资料对比,较能符合工程实际。并与B. C. Yen的古典概率公式计算的结果相比较,近似一致。针对导流隧洞泄流风险性研究的此项成果,可为同类型、尤其是同流域中的其它导流工程的方案拟定,提供一定的参考依据。对施工导流的挡水型建筑物——围堰的边坡稳定性的可靠度问题,展开讨论。结合水工建筑物的土质边坡的可靠度研究的一般情况,通过以综合变量N、L、T为核心,导出这三者与其它随机变量,包括土性参数c、（?）值,边坡坡率m、以及滑动圆弧的圆心坐标、半径等构成的解析表达式；建立土坡可靠度分析的极限状态功能函数。运用MC算法,在IDEL语言环境下编程,计算了溪洛渡水利枢纽工程上、下游围堰,在稳定渗流期间,其堰坡的可靠度；进而分析了各随机变量发生变化时,变异系数的大小引起可靠度的变化这一敏感性关系。以上两个工程实例的不确定性计算成果,通过与设计院的基于确定性理论下的原设计成果的比较和分析,作为研究问题的两个角度,两种理论的成果,在一定程度上,可相互佐证和补充。在过水土石围堰结构参数反分析方面,相关研究甚少。论文在这方面进行了初步的探索。对观测数据的分布函数未知情形下,利用最大熵方法求取先验分布和似然函数,将Bayesian理论与最大熵方法有机结合,最有效地利用观测数据,获取最客观的概率密度函数（PDF）。通过试算,推求出抗冲流速水头hvR,在一定意义上,可与前辈通过模型试验获得的hvR互相佐证。在此基础上,进一步将Bayesian理论与最大熵方法深入结合,建立了基于最大熵的Bayesian不确定性反分析模型（The model of Bayesian Maximum Entropy, BME）。一旦结合必要的观测数据,在工程实体上投入试用,该模型可以推广应用至过水土石围堰结构参数的反分析中,并做出更客观、合理的分析判断。进而,可以为过水土石围堰的等级和标准修订工作提供有益的理论依据。
徐智[6]（2013）在《基于最大熵原理的贝叶斯法在测量数据分析中的应用》文中研究表明工程安全监测过程中广泛存在着不确定性问题,它们为整体研究工程系统的运行状态产生了广泛的影响,从工程安全角度来看,深入认识和研究工程安全监测中可能出现的不确定性因素,充分考虑其影响,对提高工程安全监测分析水平具有重大的实际意义。本文在分析大坝工程坝区渗流观测资料和明确大坝渗漏成因的基础上,应用概率论与数理统计等随机理论建立最大熵原理的贝叶斯随机不确定性反分析模型,实现了对渗透系数的优化反演;并利用优化反演的渗透系数与常规反演法得到的渗透系数分别预测渗漏量,研究其精度的变化。
曹天书[7]（2012）在《基于隧道位移量测的围岩参数反分析》文中提出随着我国社会主义市场经济的发展,西部大开发建设,内地高速公路网建设也日新月异,公路隧道建设规模越来越大。论文借助谷竹高速公路大坪山隧道工程实践,利用隧道监控量测项目中的位移变量,以有限元分析软件MIDAS/GTS模拟隧道开挖后位移变化量,以MATLAB工具箱中BP神经网络为工具,反算隧道围岩物理力学参数。最后,将反分析的隧道围岩物理力学参数反馈与指导开挖支护、设计、施工中。论文所做的工作,主要包括以下几个方面：（1）整理大坪山隧道开挖支护方案,并简要分析工程施工的重点难点工程施工措施；（2）介绍了目前国内外在基于位移量测的位移反分析方法,在隧道工程的研究应用现状；（3）根据隧道工程的地质条件等资料情况下,确定围岩力学参数的取值范围,利用正交设计对围岩的力学参数分组,利用MIDAS/GTS程序建立隧道开挖正演分析力学模型,计算对应的位移值；（4）依据正交试验设计方法,将实测水平收敛值和拱顶沉降值,组合成不同的训练样本,进行BP神经网络训练,然后代入己训练好的网络中,以得到的输出值为基础,应用MIDAS/GTS对隧道开挖施工过程进行数值模拟,计算相应隧道围岩的位移变化值,参照实际围岩位移量测值较,检验预测输出值的正确性和可靠性。基于位移量测的BP神经网络的位移反分析方法,可以对研究范围内的岩土体的有关力学参数作出预测及估计,将设计、施工、量测融为一体,有助于更好的反馈隧道工程全过程设计施工。
姜屏[8]（2012）在《基于位移实时监测的季节冰冻区土质边坡稳定性分析方法研究》文中研究表明在国民经济基础设施建设中，如高速公路建设、隧道和地铁施工、基坑开挖等，形成了各种各样的土质边坡。土质边坡尤其是季节冰冻区土质边坡，在降雨和冻融循环作用下，由于边坡土体的抗剪强度受到损伤而导致滑坡。滑坡灾害的产生是一个逐渐发展的过程，如果能通过监测手段及时掌握土质边坡变形和稳定性的变化规律，是有时间对土质边坡进行加固处理和及时提出预警措施，这样就能有效地防止滑坡的发生和降低滑坡带来的危害。边坡安全监测主要是通过一定的监测手段获得边坡的位移值、应力应变和地下水位等参数，通过设定警戒值的方式来对边坡的安全状态进行分析。当监测值小于警戒值时，认为边坡处于安全状态；当监测值超过警戒值时，则认为边坡处于危险状态。这种通过设定警戒值的方式来判断边坡的稳定程度具有很大的经验性，往往由于警戒值设定的不合理，使得对边坡稳定性出现错误的判断。随着边坡稳定性分析方法的发展，目前经常使用的稳定性分析方法包括极限平衡法和强度折减法等。这些计算方法能够准确地计算出边坡的稳定安全系数。但是，边坡土体力学参数的获取，是目前进行边坡稳定性分析的难点所在。毫无疑问，实验室测试和现场试验是解决这一问题的有效方法，但是这两种方法各有其局限性。由于用于室内试验的土样往往都是扰动土，与原状土的力学性质具有很大的区别，并且现场采取的土样具有较大的随意性，代表性差。这就使得通过室内试验获得的土的力学参数与实际的土的力学参数具有较大的偏差；而局部的有限的原位测试获得的少数几个测试结果，并不能代表整个边坡的土体的力学性能，并且原位测试的费用往往是相当昂贵的，因此原位测试技术也不能有效的获得边坡土体的力学参数。因此，要直接通过测试技术获得边坡土体的力学参数而进行边坡稳定性分析，存在很大的困难。参数反演方法能够根据边坡安全监测结果得到边坡土体的力学参数，进而对边坡的稳定性进行分析。因此，参数反演方法能够有效地将边坡安全监测和稳定分析结合起来，克服了岩土工程中边坡监测和稳定性分析独立发展的缺陷。随着监测技术的发展，边坡位移的实时远程监测已经成为可能，能够实时的掌握边坡变形状态。通过位移参数反演计算能够得到边坡土体力学参数，从而能够计算边坡的稳定性。因此，对边坡位移监测、参数反演算法和边坡稳定性的研究具有重大的理论与现实意义。为了建立起季节冰冻区边坡变形和稳定性之间的关系，通过边坡位移监测实现对边坡稳定性的分析，本文结合国家高新技术研究发展项目（863项目）“季节冰冻区大范围道路灾害参数监测与辨识预警系统研究”（2009AA11Z104）开展了以下几方面工作：1、介绍了边坡表面和深部位移监测的主要方法及基本原理，并对各监测方法的适用条件和优缺点进行了总结。对课题组研制的边坡位移远程监测系统进行了介绍，此系统成功应用于长春西客站深基坑的位移监测，取得了良好的效果。2、根据极限平衡法和强度折减法，得出了边坡的几何因素（边坡高度，边坡角度和坡面形态）和边坡土体的抗剪强度参数（粘聚力和内摩擦角）是边坡稳定性的主要影响因素。针对数值算例，采用有限差分强度折减法计算了各影响因素取不同值时的边坡稳定安全系数，并且介绍了采用强度折减法计算边坡安全系数时，边坡滑动面位置的确定方法。最后采用单因素敏感性分析法，计算了各影响因素对安全系数的敏感性因子。3、考虑影响土质边坡稳定性的主要外界环境因素为降雨和冻融循环。介绍了土体抗剪强度的基本理论及影响因素，对长春西客站深基坑不同深度的四种土样进行室内试验。研究不同含水量和冻融循环次数对边坡土体抗剪强度参数（粘聚力和内摩擦角）的影响规律，为分析外界环境因素对长春西客站深基坑稳定性影响提供依据。4、基于强度折减法的基本概念，根据土体的Mohr-Coulomb本构关系，将强度折减系数代入本构矩阵，采用有限元方法计算边坡位移。得出了边坡处于不同稳定状态时的位移值。由于边坡位移是最容易精确获取的参数，采用神经网络算法拟合强度折减系数与边坡位移之间的函数关系。通过实测边坡位移值就能得到边坡稳定性的折减程度，从而得到边坡的稳定程度，并通过一数值算例对此计算过程进行了说明。5、为了根据边坡位移获得土体力学参数的变化规律，本文采用遗传神经网络对边坡土体的力学参数进行反演计算。采用遗传算法对神经网络的初始权重和偏置值进行优化，得到最优的神经网络拓扑结构。采用此神经网络建立起边坡位移和土体力学参数之间的关系，并通过一数值算例具体介绍了遗传算法优化神经网络拓扑结构的过程，以及Mohr-Coulomb模型参数反演的计算方法。6、本文采用有限元方法计算了在外荷载作用下长春西客站深基坑支护结构的变形，并得到了冠梁的作用荷载和内力分布。在外荷载增大，冠梁达到极限承载力时，提出采用碳纤维对冠梁进行加固，并采用ANSYS软件模拟计算了碳纤维加固冠梁的承载力和变形特征。7、本文对长春西客站深基坑的安全监测方法和监测结果进行了介绍，同时将本文提出的方法运用于基坑土坡的稳定性评价，根据实测位移数据即能实时掌握边坡的稳定状态，从而保障了基坑施工的安全性，为基坑安全监测与稳定性分析提供了实践参考。
邓之友[9]（2012）在《浅埋偏压隧道结构荷载反分析研究》文中研究表明随着我国公路交通建设的快速发展,隧道工程逐渐增多,其中偏压隧道占有一定的比重。而在偏压隧道的设计和施工中,衬砌外荷载的大小决定了设计支护参数和施工方法的选取,因此深入探讨隧道衬砌所受外荷载的合理计算方法,具有重要的工程意义。本文以山西省交通厅课题《偏压隧道设计和施工方法研究》为依托,以闻喜—济源高速公路的大虎裕隧道为工程背景,采用模型试验和反演分析的研究方法,对不同偏压角度条件下浅埋隧道荷载分布特征与规律以及隧道结构受力特性进行了系统的研究。主要研究内容与成果如下：（1）针对荷载——结构模式中衬砌结构荷载难以确定的特点,从正反、逆反分析的基本原理出发,推导出适合确定浅埋偏压隧道衬砌荷载的内力反分析方法以及计算公式,应用Visual Basic语言编制了荷载内力反分析计算程序,经过算例的验证,计算结果的精度能满足工程实际需要。（2）以大虎裕隧道的工程资料为背景,选取典型偏压断面,应用相似理论进行了浅埋隧道室内模型试验,着重研究了隧道施工时,单洞隧道在不同偏压条件下的围岩压力、衬砌应力和地表沉降动态分布形式及其变形规律,分析了隧道围岩的稳定性。（3）基于模型试验成果和应用编制的反分析计算程序,对偏压隧道衬砌所受外荷载进行了反分析,并将反分析结果与现行公路隧道设计规范所推荐经验公式的计算值进行了比较,论证了反算结果用于偏压隧道支护结构参数优化的可行性。（4）从浅埋偏压隧道衬砌荷载影响因素的角度出发,对该类隧道衬砌荷载的确定方法进行了探讨,并通过对反分析计算结果的回归分析,得出了相应的的计算公式,可供同类隧道参考。以上研究成果可为偏压隧道的设计与施工提供科学指导依据。
韩芳,钟冬望,汪君[10]（2012）在《基于贝叶斯法的复杂有限元模型修正研究》文中指出从概率思维角度出发,证明基于最大熵原理的贝叶斯反分析准则函数法和解不适定问题的正则化方法是一致的,提出一种基于信息融合和贝叶斯理论的模型修正方法。该方法采用试验设计构造样本,采用二次响应面作为快速运行模型,通过响应面自身的特性和精度要求进行收敛判断,在响应面迭代中确定信息融合系数（设计规范、有限元计算信息、实测信息）和待修正的设计参数值。该方法充分利用先验信息,迭代计算量较小,可推广至大型复杂非线性结构。某抽水蓄能电站地下厂房结构的有限元模型修正结果验证了该方法的有效性。
二、岩土工程反分析的最大熵原理（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、岩土工程反分析的最大熵原理（论文提纲范文）
（1）改进最大熵方法及其在水下航行体可靠性分析中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 工程可靠性分析方法研究进展 |
| 1.3 工程可靠性分析的最大熵方法研究进展 |
| 1.3.1 样本信息匮乏情况下的最大熵方法 |
| 1.3.2 基于整数阶矩的最大熵方法 |
| 1.3.3 基于分数阶矩的最大熵方法 |
| 1.3.4 统计矩的高效计算方法 |
| 1.3.5 最大熵搜索的相关方法 |
| 1.4 最大熵原理的其他应用 |
| 1.5 最大熵方法研究面临的主要问题 |
| 1.6 本文主要研究思路 |
| 2 可靠性分析的最大熵方法 |
| 2.1 信息熵的概念回顾 |
| 2.2 整数阶矩最大熵方法 |
| 2.3 分数阶矩最大熵方法 |
| 2.4 统计矩的高效计算 |
| 2.4.1 求和形式的单变量降维法 |
| 2.4.2 乘积形式的单变量降维法 |
| 2.4.3 双变量降维方法 |
| 2.4.4 稀疏网格方法 |
| 2.5 本章小结 |
| 3 基于非线性变换的改进整数阶矩最大熵方法 |
| 3.1 非线性变换方法 |
| 3.2 改进的整数阶矩最大熵方法 |
| 3.3 数值算例分析 |
| 3.3.1 算例一:具有两个设计点的功能函数 |
| 3.3.2 算例二:具有双正态分布变量的功能函数 |
| 3.3.3 算例三:具有5个正态分布变量的功能函数 |
| 3.3.4 算例四:具有7个正态分布变量的功能函数 |
| 3.3.5 算例五:具有非正态分布变量的功能函数 |
| 3.4 本章小结 |
| 4 基于非线性变换的改进分数阶矩最大熵方法 |
| 4.1 非线性变换方法 |
| 4.2 改进的分数阶矩最大熵方法 |
| 4.3 数值算例分析 |
| 4.3.1 算例一:具有双峰概率密度的功能函数 |
| 4.3.2 算例二:具有3个正态分布变量的功能函数 |
| 4.3.3 算例三:具有7个正态分布变量的功能函数 |
| 4.3.4 算例四:具有非正态分布变量的功能函数 |
| 4.4 本章小结 |
| 5 概率密度函数估计的零熵变换准则 |
| 5.1 非线性变换对功能函数熵值变化的影响 |
| 5.1.1 算例一:值域为半无限区间的功能函数 |
| 5.1.2 算例二:值域为正负无穷区间的双输入变量功能函数 |
| 5.1.3 算例三:值域为正负无穷区间的多输入变量功能函数 |
| 5.2 失效概率估计精度判别的零熵变换准则 |
| 5.2.1 非线性变换的零熵变换准则 |
| 5.2.2 基于零熵变换准则的失效概率估计精度判别方法 |
| 5.3 基于零熵变换准则的改进最大熵方法 |
| 5.3.1 算例一:正态输入变量的功能函数 |
| 5.3.2 算例二:高非线性功能函数 |
| 5.3.3 算例三:非正态输入变量的功能函数 |
| 5.3.4 算例四:不含显式功能函数的航空结构曲筋板失效问题 |
| 5.4 本章小结 |
| 6 基于改进最大熵方法的水下航行体结构动力响应概率分析 |
| 6.1 水下航行体结构的动力学模型 |
| 6.1.1 简化动力学模型 |
| 6.1.2 随机时空分布载荷模型 |
| 6.1.3 水下航行体结构内载荷响应样本特征 |
| 6.2 结构响应概率分布建模 |
| 6.3 非线性连接结构参数对内力峰值响应概率分布的影响分析 |
| 6.4 结论 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 附录 iHL-RF方法简介 |
| 攻读博士学位期间发表学术论文情况 |
| 致谢 |
| 作者简介 |
（2）填海区淤泥的岩土参数反演及基坑变形预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 反分析理论的研究现状 |
| 1.2.1 反分析理论简介 |
| 1.2.2 反分析理论的发展历程 |
| 1.3 基坑变形预测方法的研究现状 |
| 1.3.1 基坑变形预测方法的发展历程 |
| 1.3.2 基坑工程变形预测方法 |
| 1.4 本文研究内容及技术路线 |
| 第二章 反分析的基本理论与方法 |
| 2.1 概述 |
| 2.2 反分析的基本理论与研究意义 |
| 2.3 反分析方法的分类 |
| 第三章 人工神经网络基本理论 |
| 3.1 人工神经网络概述 |
| 3.1.1 基本概述 |
| 3.1.2 人工神经网络的产生和发展 |
| 3.2 人工神经网络原理 |
| 3.2.1 神经元结构 |
| 3.2.2 传递函数 |
| 3.2.3 神经网络的连接方式 |
| 3.2.4 神经网络的学习方式 |
| 3.2.5 人工神经网络的特点 |
| 3.3 BP神经网络 |
| 3.3.1 BP神经网络的结构和学习规则 |
| 3.3.2 BP神经网络的学习规则 |
| 3.3.3 基于MATLAB的BP神经网络实现 |
| 3.4 本章小结 |
| 第四章 基于参数均匀设计的基坑模拟计算 |
| 4.1 工程概况 |
| 4.1.1 基坑周边环境条件 |
| 4.1.2 工程地质条件 |
| 4.1.3 水文地质条件 |
| 4.1.4 基坑支护结构设计 |
| 4.2 试验设计方法 |
| 4.2.1 简介 |
| 4.2.2 两种设计方法的比较 |
| 4.3 模型建立 |
| 4.3.1 Midas/GTS简介 |
| 4.3.2 本构模型的选取 |
| 4.3.3 基本假定 |
| 4.3.4 模型参数 |
| 4.3.5 建立模型 |
| 4.4 基坑开挖的有限元模拟 |
| 4.4.1 样本组的均匀设计 |
| 4.4.2 基坑均匀设计的GTS计算 |
| 4.5 本章小结 |
| 第五章 基于BP神经网络的力学参数反分析 |
| 5.1 BP神经网络的反分析模型设计 |
| 5.2 BP网络的MATLAB实现 |
| 5.2.1 数据归一化处理 |
| 5.2.2 隐层节点的确定 |
| 5.2.3 土层参数反分析 |
| 5.3 反分析结果分析 |
| 5.4 基于反分析参数的基坑开挖模拟 |
| 5.5 小结 |
| 第六章 基坑变形预测 |
| 6.1 变形预测理论简介 |
| 6.1.1 Peck沉降法 |
| 6.1.2 稳定安全系数法 |
| 6.1.3 人工神经网络法 |
| 6.2 BP神经网络预测 |
| 6.2.1 BP网络结构组成 |
| 6.2.2 QS25点桩体水平位移预测 |
| 6.2.3 QS25点结果分析 |
| 6.2.4 QS24点桩体水平位移预测 |
| 6.3 本章小结 |
| 第七章 结论与展望 |
| 7.1 主要结论与成果 |
| 7.2 需进一步工作 |
| 参考文献 |
| 致谢 |
（3）基于反分析理论的山岭隧道施工安全性预报与控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 国内外研究现状 |
| 1.2.1 围岩地质超前预报研究现状 |
| 1.2.2 隧道监控量测与位移反分析的研究现状 |
| 1.2.3 围岩与支护安全性研究现状 |
| 1.3 新垄隧道工程简介 |
| 1.3.1 隧道的工程概况 |
| 1.3.2 隧道的工程地质与水文地质 |
| 1.3.3 隧道的结构设计及施工方案 |
| 1.4 本文的主要研究内容和方法 |
| 1.4.1 本文的研究内容 |
| 1.4.2 本文的研究方法 |
| 1.4.3 本文的研究路线 |
| 第2章 新垄隧道围岩级别的变更 |
| 2.1 围岩级别变更的必要性 |
| 2.2 围岩级别变更的方法 |
| 2.3 围岩级别的变更 |
| 2.3.1 掌子面处地质素描 |
| 2.3.2 地质雷达法 |
| 2.3.3 新垄隧道围岩级别变更结果 |
| 2.4 本章小节 |
| 第3章 新垄隧道的监控量测分析 |
| 3.1 新奥法与施工量测 |
| 3.2 新垄隧道监控量测简介 |
| 3.2.1 监控量测的意义和目的 |
| 3.2.2 新垄隧道监控量测的内容及方案 |
| 3.3 新垄隧道地表沉降分析 |
| 3.4 新垄隧道洞内位移监测分析 |
| 3.4.1 量测数据处理的必要性 |
| 3.4.2 量测数据的回归分析 |
| 3.5 新垄隧道空间效应的分析 |
| 3.6 本章小节 |
| 第4章 位移反分析法在新垄隧道中的应用 |
| 4.1 位移反分析法简介 |
| 4.1.1 反分析法的提出 |
| 4.1.2 反分析法的概念和分类 |
| 4.1.3 反分析参数的确定 |
| 4.1.4 反分析结果的检验 |
| 4.2 位移反分析模型建立及反演参数确定 |
| 4.2.1 岩体的变形特征 |
| 4.2.2 围岩位移反分析模型的建立 |
| 4.2.3 围岩反演参数的确定 |
| 4.3 位移反分析的计算方法及ABAQUS程序的实现 |
| 4.3.1 位移反分析的计算方法 |
| 4.3.2 位移反分析ABAQUS程序的实现 |
| 4.4 新垄隧道位移反分析过程与结果分析 |
| 4.4.1 反演目标位移的确定 |
| 4.4.2 反演参数取值范围的确定 |
| 4.4.3 反演模型的建立及运算 |
| 4.4.4 反演结果验证分析 |
| 4.4.5 新垄隧道反演参数 |
| 4.5 本章小节 |
| 第5章 新垄隧道开挖正演数值模拟分析 |
| 5.1 新垄隧道洞口段数值模拟分析 |
| 5.2 新垄隧道洞身段数值模拟分析 |
| 5.3 下穿九亭中心粮库通道段的数值模拟与分析 |
| 5.3.1 九亭中心粮库简介及地质情况 |
| 5.3.2 九亭中心粮库段的模型建立及模拟分析 |
| 5.4 本章小节 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位时参加的相关项目和论文发表情况 |
（4）降雨条件下边坡的多目标随机反分析（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 边坡稳定性分析方法 |
| 1.2.2 边坡的流固耦合分析法 |
| 1.2.3 降雨滑坡的随机反分析 |
| 1.3 研究的主要内容 |
| 第二章 基于PARETO最优的多目标反分析 |
| 2.1 Pareto多目标优化理论及反分析方法 |
| 2.1.1 Pareto最优理论 |
| 2.1.2 多目标反分析算法 |
| 2.2 高速公路路基工程算例 |
| 2.2.1 基于非饱和土固结理论的路基变形分析 |
| 2.2.2 工程介绍和监测 |
| 2.2.3 计算模型和参数 |
| 2.2.4 结果分析 |
| 2.3 降雨条件下流固耦合边坡算例 |
| 2.3.1 非饱和土流固耦合模型 |
| 2.3.2 计算结果分析 |
| 2.4 本章小结 |
| 第三章 基于时变监测数据的降雨滑坡多目标随机反分析 |
| 3.1 基于贝叶斯理论的非饱和土流固耦合多目标随机反演模型 |
| 3.1.1 单目标随机反分析方法 |
| 3.1.2 利用时变监测数据的多目标参数随机反分析方法 |
| 3.1.3 基于贝叶斯理论非饱和流固耦合随机反演方法 |
| 3.2 非饱和土边坡多目标随机反分析方法 |
| 3.2.1 不同类型监测数据对多参数反演结果的影响 |
| 3.2.2 模型计算值不确定性对多参数反演的影响 |
| 3.3 本章小结 |
| 第四章 误差假设对边坡降雨入渗模型校准的影响 |
| 4.1 最小二乘法估计 |
| 4.2 基于贝叶斯的参数估计法 |
| 4.3 案例分析 |
| 4.3.1 工程简介 |
| 4.3.2 非饱和土渗流计算模型 |
| 4.3.3 计算结果 |
| 4.4 本章小结 |
| 第五章 结论及展望 |
| 5.1 主要结论 |
| 5.2 存在问题及展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（5）施工导流系统不确定性问题的分析与应用研究（论文提纲范文）
| 论文的创新点 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 前言 |
| 1.2 施工导流系统不确定性研究背景和意义 |
| 1.3 水电工程不确定性问题研究现状 |
| 1.3.1 不确定性信息理论研究现状 |
| 1.3.2 水利水电工程风险问题研究现状 |
| 1.4 施工导流系统不确定性研究现状 |
| 1.4.1 水文不确定性影响 |
| 1.4.2 综合考虑水文、水力、库水位三类不确定性影响 |
| 1.4.3 施工导流系统多目标、动态性风险决策方面研究现状 |
| 1.5 水利水电工程土工建筑物结构可靠度研究现状 |
| 1.5.1 土石坝漫坝研究现状 |
| 1.5.2 土石坝失稳研究现状 |
| 1.5.3 土质边坡的稳定可靠性分析 |
| 1.6 不确定性参数反分析研究现状 |
| 1.6.1 贝叶斯方法应用于岩石边坡稳定可靠度分析的研究现状 |
| 1.6.2 不确定性反分析研究现状 |
| 1.7 问题的提出 |
| 1.8 论文的研究内容及意义 |
| 参考文献 |
| 第2章 施工导流系统的不确定性问题分析 |
| 2.1 信息与信息的不确定性 |
| 2.2 不确定性的分类和内涵 |
| 2.2.1 随机性 |
| 2.2.2 模糊性 |
| 2.2.3 灰色性 |
| 2.2.4 未确知性 |
| 2.2.5 复合不确定性(盲性) |
| 2.3 不确定性信息的数学定义和表达 |
| 2.3.1 随机信息数学定义和表达 |
| 2.3.2 模糊信息数学定义和表达 |
| 2.3.3 灰信息数学定义和表达 |
| 2.3.4 未确知信息的数学定义和表达 |
| 2.3.5 盲信息的数学描述和表达 |
| 2.4 施工导流系统不确定性分析体系的建立 |
| 2.4.1 施工导流系统不确定性的概念及问题的提出 |
| 2.4.2 施工导流系统中的不确定性问题基本特征类型 |
| 2.4.3 施工导流系统不确定性问题分析的基本原则 |
| 2.4.4 施工导流工程系统不确定性总体分析 |
| 2.5 本章小结 |
| 参考文献 |
| 第3章 施工导流系统不确定性问题研究的理论基础 |
| 3.1 不确定性问题研究的理论基础 |
| 3.2 可靠度理论风险分析的常用方法 |
| 3.2.1 直接积分法 |
| 3.2.2 均值一次二阶矩法(MFOSM)和改进的一次二阶矩法(AFOSM) |
| 3.2.3 JC法 |
| 3.2.4 蒙特卡罗法(Monte-Carlo法,简称MC法) |
| 3.3 施工导流系统不确定性问题研究的理论基础 |
| 3.4 水文不确定性 |
| 3.4.1 洪峰概率密度函数 |
| 3.4.2 皮尔逊Ⅲ型分布随机数模拟 |
| 3.5 本章小结 |
| 参考文献 |
| 第4章 施工导流隧洞泄流风险率分析 |
| 4.1 导流隧洞泄流能力计算的定值法基本理论 |
| 4.1.1 隧洞泄流流态判别 |
| 4.1.2 枯水期时计算 |
| 4.1.3 洪水期时上游水位雍高计算 |
| 4.2 导流隧洞泄流能力的不确定性分析 |
| 4.2.1 可靠性分析方法 |
| 4.2.2 导流隧洞泄流能力的不确定性因素分析 |
| 4.2.3 模拟过程 |
| 4.2.4 风险率的计算 |
| 4.3 工程实例分析 乐昌峡水利枢纽导流隧洞工程 |
| 4.3.1 工程概况 |
| 4.3.2 施工导流设计 |
| 4.3.3 乐昌峡导流隧洞泄流风险率分析计算 |
| 4.4 本章小结 |
| 参考文献 |
| 第5章 围堰边坡稳定可靠度分析 |
| 5.1 围堰的边坡最大失效概率及结构可靠度基本计算理论 |
| 5.1.1 基于瑞典法的滑动稳定极限状态 |
| 5.1.2 考虑渗流影响下的土坡滑动稳定可靠度计算 |
| 5.1.3 应用MC法寻找最危险滑动面 |
| 5.2 基于定值理论的溪洛渡围堰边坡稳定性分析 |
| 5.2.1 上游围堰堰体结构设计 |
| 5.2.2 上游围堰渗流计算 |
| 5.2.3 堰坡稳定分析 |
| 5.2.4 下游围堰深化设计 |
| 5.2.5 渗流计算 |
| 5.2.6 下游围堰堰坡稳定分析 |
| 5.3 基于不确定性理论的溪洛渡工程围堰边坡稳定可靠度分析 |
| 5.3.1 编程语言的简介 |
| 5.3.2 MC法在IDL中的实现流程 |
| 5.3.3 可靠性计算结果及敏感性分析 |
| 5.4 本章小结 |
| 参考文献 |
| 第6章 BME模型在过水土石围堰不确定性反分析研究中的应用 |
| 6.1 熵与最大熵的基本理论 |
| 6.1.1 熵的概念 |
| 6.1.2 熵的基本性质和计算 |
| 6.1.3 最大熵原理(POME)及应用 |
| 6.1.4 最大熵模型(The model of M.E.) |
| 6.2 Bayesian基本理论及其与最大熵的结合运用 |
| 6.2.1 Bayesian基本理论 |
| 6.2.2 Bayesian与最大熵的结合运用 |
| 6.3 Bayesian与最大熵在过水土石围堰抗冲流速水头h_(vR)反分析中的综合应用 |
| 6.3.1 过水土石围堰的事故率λ的提出 |
| 6.3.2 过水土石围堰溢流工况浅析 |
| 6.3.3 BME在过水土石围堰抗冲流速水头h_(vR)反分析中的应用 |
| 6.4 BME模型过水土石围堰结构参数反分析中的应用 |
| 6.4.1 BME模型的建立 |
| 6.4.2 主客观信息模型的匹配调整 |
| 6.4.3 模型定阶准则 |
| 6.5 本章小结 |
| 参考文献 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 攻博期间公开发表的学术论文 |
| 致谢 |
（7）基于隧道位移量测的围岩参数反分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 问题的工程背景 |
| 1.2 反分析方法综述 |
| 1.2.1 反分析概述 |
| 1.2.2 位移反分析法的研究历史 |
| 1.2.3 位移反分析的发展前景 |
| 1.3 论文所做的主要工作和方法 |
| 第2章 大坪山隧道工程概况和监控量测数据分析 |
| 2.1 工程简介 |
| 2.1.1 工程概述 |
| 2.1.2 技术标准 |
| 2.1.3 自然条件 |
| 2.2 重难点工程施工措施 |
| 2.2.1 破碎软弱围岩隧道开挖施工 |
| 2.2.2 坍方的预防措施和处理办法 |
| 2.2.3 岩爆的预防措施和处理办法 |
| 2.2.4 断层的预防措施和处理办法 |
| 2.2.5 防渗漏水的预防措施和处理办法 |
| 2.3 大坪山隧道监控量测及数据分析 |
| 2.3.1 隧道监控量测的目的 |
| 2.3.2 隧道监控量测简介 |
| 2.3.3 大坪山隧道监控量测成果 |
| 2.4 小结 |
| 第3章 Midas/GTS模型建立与计算 |
| 3.1 Midas/GTS简介 |
| 3.1.1 多种岩土分析功能 |
| 3.1.2 考虑岩土与结构的协同分析 |
| 3.1.3 便捷直观的三维建模 |
| 3.1.4 方便快捷的自动网格生成 |
| 3.1.5 多样化的岩土材料本构模型 |
| 3.1.6 直观的分析结果 |
| 3.2 MIDAS/GTS弹塑性有限元理论及分析 |
| 3.2.1 弹塑性分析 |
| 3.2.2 MIDAS/GTS施工阶段分析 |
| 3.3 大坪山隧道开挖数值模拟 |
| 3.3.1 模型建立 |
| 3.3.2 计算隧道围岩参数的正交实验设计 |
| 3.3.3 隧道围岩位移分析 |
| 3.4 小结 |
| 第4章 BP神经网络的隧道围岩位移反分析模型的创建及分析 |
| 4.1 BP神经网络 |
| 4.1.1 概述 |
| 4.1.2 BP神经网络学习流程 |
| 4.2 BP神经网络的围岩位移反分析模型 |
| 4.2.1 隐层数 |
| 4.2.2 隐层节点数的选取 |
| 4.2.3 输入、输出层的节点数 |
| 4.2.4 BP网络传输函数 |
| 4.2.5 BP神经的初始权值选定 |
| 4.3 反分析模型的数据处理 |
| 4.3.1 BP神经网络的设计参数 |
| 4.3.2 BP神经网络的程序编写 |
| 4.3.3 BP神经网络的训练结果 |
| 4.4 小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 硕士在读期间参加科研项目 |
（8）基于位移实时监测的季节冰冻区土质边坡稳定性分析方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 本文研究目的及意义 |
| 1.2 基于位移监测的边坡稳定性分析方法研究现状 |
| 1.2.1 边坡变形监测方法研究现状 |
| 1.2.2 边坡稳定性计算方法研究现状 |
| 1.2.3 边坡土体力学参数反演研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 土质边坡位移监测技术 |
| 2.1 引言 |
| 2.2 边坡表面位移监测 |
| 2.2.1 大地测量法 |
| 2.2.2 GPS 监测方法 |
| 2.2.3 分布式光纤监测方法 |
| 2.3 边坡深部位移监测 |
| 2.3.1 钻孔测斜仪监测方法 |
| 2.3.2 TDR 监测方法 |
| 2.3.3 钢丝位移监测方法 |
| 2.4 小结 |
| 第3章 土质边坡稳定性影响因素分析 |
| 3.1 引言 |
| 3.2 土质边坡稳定性分析方法介绍 |
| 3.2.1 极限平衡法 |
| 3.2.2 强度折减法 |
| 3.3 边坡稳定性影响因素分析 |
| 3.3.1 基于 FLAC3D 强度折减法的边坡稳定安全系数计算 |
| 3.3.2 几何因素对土质边坡的稳定性影响分析 |
| 3.3.3 土体力学参数对土质边坡稳定性影响分析 |
| 3.3.4 滑动面位置的确定 |
| 3.4 边坡稳定安全系数的敏感性分析 |
| 3.4.1 敏感性分析 |
| 3.4.2 边坡稳定安全系数敏感性分析 |
| 3.5 本章小结 |
| 第4章 土的抗剪强度参数试验研究 |
| 4.1 引言 |
| 4.2 土的抗剪强度理论简介 |
| 4.2.1 土的抗剪强度机理 |
| 4.2.2 土的抗剪强度影响因素分析 |
| 4.3 土的基本试验 |
| 4.3.1 土的颗粒分析 |
| 4.3.2 土的界限含水量 |
| 4.4 含水量对土的抗剪强度参数影响的试验研究 |
| 4.4.1 试验方法 |
| 4.4.2 结果分析 |
| 4.5 冻融循环对土的抗剪强度参数影响的试验研究 |
| 4.5.1 试验方法 |
| 4.5.2 结果分析 |
| 4.6 本章小结 |
| 第5章 基于位移监测信息的边坡稳定性评判分析方法 |
| 5.1 引言 |
| 5.2 强度折减法计算边坡位移 |
| 5.2.1 土的理想弹塑性本构关系 |
| 5.2.2 有限元法计算边坡位移 |
| 5.3 基于位移信息的强度折减系数计算 |
| 5.3.1 BP 神经网络算法 |
| 5.3.2 BP 神经网络拟合计算折减系数 |
| 5.4 数值算例 |
| 5.4.1 神经网络训练样本的构造 |
| 5.4.2 方法验证 |
| 5.5 本章小结 |
| 第6章 基于遗传优化神经网络的土质边坡力学参数反演 |
| 6.1 引言 |
| 6.2 参数反演算法介绍 |
| 6.2.1 参数反演计算模型 |
| 6.2.2 参数反演计算方法 |
| 6.3 神经网络算法在参数反演中的应用 |
| 6.3.1 神经网络训练样本的获取 |
| 6.3.2 神经网络拓扑结构的确定 |
| 6.3.3 神经网络参数反演精度测试 |
| 6.4 遗传算法优化神经网络参数反演 |
| 6.4.1 遗传算法介绍 |
| 6.4.2 遗传算法优化神经网络 |
| 6.4.3 遗传算法优化神经网络参数反演计算 |
| 6.5 本章小结 |
| 第7章 长春西客站深基坑支护结构加固技术研究 |
| 7.1 引言 |
| 7.2 长春西客站深基坑支护结构简介 |
| 7.3 冠梁受力计算 |
| 7.3.1 冠梁外力计算方法 |
| 7.3.2 土压力计算 |
| 7.3.3 有限元模拟计算冠梁作用力 |
| 7.4 碳纤维加固冠梁计算方法 |
| 7.4.1 碳纤维加固冠梁的承载能力计算 |
| 7.4.2 碳纤维加固冠梁力学性能的有限元模拟 |
| 7.5 本章小结 |
| 第8章 长春西客站深基坑安全监测与稳定性分析 |
| 8.1 工程简介 |
| 8.2 长春西客站深基坑安全监测 |
| 8.2.1 监测内容 |
| 8.2.2 监测方法及监测结果 |
| 8.3 基坑边坡稳定性分析 |
| 8.3.1 位移监测数据的处理 |
| 8.3.2 基于位移监测信息的边坡稳定性评判分析 |
| 8.3.3 基于参数反演的边坡稳定性计算 |
| 8.4 小结 |
| 第9章 结论与展望 |
| 9.1 结论 |
| 9.2 展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文及参加的科研项目 |
| 致谢 |
（9）浅埋偏压隧道结构荷载反分析研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 问题的提出 |
| 1.2 国内外研究发展现状 |
| 1.2.1 浅埋偏压隧道研究现状 |
| 1.2.2 反演研究发展现状 |
| 1.3 研究目的与意义 |
| 1.4 大虎裕2号隧道工程概况 |
| 1.5 主要研究内容及技术路线 |
| 1.5.1 主要研究内容 |
| 1.5.2 技术路线 |
| 第二章 隧道衬砌荷载反分析基本方法 |
| 2.1 反分析问题概述 |
| 2.1.1 反问题数学模型的建立 |
| 2.1.2 反问题的分类 |
| 2.1.3 反问题的求解 |
| 2.2 衬砌荷载内力反分析的基本原理 |
| 2.2.1 正反分析法原理 |
| 2.2.2 逆反分析法原理 |
| 2.2.3 隧道衬砌荷载内力反分析 |
| 2.3 衬砌荷载反分析的方法及程序实现 |
| 2.3.1 荷载结构模型的基本原理及其实现方法 |
| 2.3.2 反分析程序的实现 |
| 2.4 反分析程序算例验证 |
| 2.5 本章小结 |
| 第三章 模型试验概述 |
| 3.1 模型设计的一般程序 |
| 3.2 相似关系的确定 |
| 3.2.1 相似关系的推导 |
| 3.2.2 相似参数的确定 |
| 3.3 相似材料配比试验 |
| 3.3.1 衬砌相似材料配比试验 |
| 3.3.2 围岩相似材料配比试验 |
| 3.4 模型制作 |
| 3.4.1 模型箱制作 |
| 3.4.2 衬砌模型制作 |
| 3.5 试验模型制作与测试过程 |
| 3.6 隧道开挖过程模拟 |
| 3.7 测试内容与测试方法 |
| 3.7.1 衬砌应力的量测及测点布置 |
| 3.7.2 围岩压力的量测及测点布置 |
| 3.7.3 地表沉降的量测及测点布置 |
| 3.8 试验测试仪器设备 |
| 3.9 本章小结 |
| 第四章 模型试验结果及其衬砌荷载反分析 |
| 4.1 偏压隧道试验结果及分析 |
| 4.1.1 围岩压力测试结果及分析 |
| 4.1.2 衬砌应力试验结果及分析 |
| 4.1.3 地表沉降试验结果及分析 |
| 4.2 大虎裕隧道围岩压力反演分析 |
| 4.2.1 算模型的建立 |
| 4.2.2 形成反分析方程 |
| 4.2.3 方程求解 |
| 4.3 反分析结果与规范计算值对比分析 |
| 4.4 本章小结 |
| 第五章 浅埋偏压公路隧道衬砌荷载确定方法的探讨 |
| 5.1 现行浅埋偏压公路隧道衬砌荷载计算方法 |
| 5.2 浅埋偏压公路隧道衬砌荷载的主要影响因素 |
| 5.3 现行浅埋偏压公路隧道衬砌荷载确定方法的探讨 |
| 5.3.1 公路隧道的衬砌荷载确定 |
| 5.3.2 浅埋偏压隧道的衬砌荷载确定的反分析方法 |
| 5.3.3 大虎裕浅埋偏压公路隧道衬砌反算荷载的回归分析 |
| 5.4 本章小结 |
| 第六章 主要结论与建议 |
| 6.1 主要结论 |
| 6.2 进一步研究的建议 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读硕士学位其间发表论文及科研情况 |
（10）基于贝叶斯法的复杂有限元模型修正研究（论文提纲范文）
| 1 确定性思维和概率思维 |
| 2 基于最大熵原理的贝叶斯准则 |
| 3 信息匹配 |
| 4 响应面模型 |
| 5 数值算例 |
| 5.1 设计参数和目标函数 |
| 5.2 融合系数的求解 |
| 5.3 模型修正流程 |
| 5.4 修正前后对比 |
| 6 结论 |
四、岩土工程反分析的最大熵原理（论文参考文献）
- [1]改进最大熵方法及其在水下航行体可靠性分析中的应用[D]. 周春晓. 大连理工大学, 2019(01)
- [2]填海区淤泥的岩土参数反演及基坑变形预测研究[D]. 陈浩冲. 广州大学, 2017(02)
- [3]基于反分析理论的山岭隧道施工安全性预报与控制研究[D]. 贺建涛. 北京建筑大学, 2016(04)
- [4]降雨条件下边坡的多目标随机反分析[D]. 郑亚飞. 上海交通大学, 2016(02)
- [5]施工导流系统不确定性问题的分析与应用研究[D]. 王常红. 武汉大学, 2013(01)
- [6]基于最大熵原理的贝叶斯法在测量数据分析中的应用[J]. 徐智. 内蒙古农业大学学报(自然科学版), 2013(01)
- [7]基于隧道位移量测的围岩参数反分析[D]. 曹天书. 武汉理工大学, 2012(10)
- [8]基于位移实时监测的季节冰冻区土质边坡稳定性分析方法研究[D]. 姜屏. 吉林大学, 2012(09)
- [9]浅埋偏压隧道结构荷载反分析研究[D]. 邓之友. 中南大学, 2012(02)
- [10]基于贝叶斯法的复杂有限元模型修正研究[J]. 韩芳,钟冬望,汪君. 振动与冲击, 2012(01)