选择特殊符号
选择搜索类型
请输入搜索
1 绪论
2 仿生计算智能原理及方法
3 地下工程围岩物性参数反分析研究
4 地下工程围岩本构模型反分析研究
5 工程应用研究
6 结论及展望 2100433B
本书从围岩参数反分析及本构模型反分析两个角度入手,进行了仿生计算机智能与地下工程反分析的融合研究,提出了大量新颖的反分析研究方法,最后,通过三个大型地下工程实例的应用证明了本书提出的主要反分析方法的工程实用性。
白天施工需要照明的地下室,无窗厂房坑道洞库隧道等工程,亦视同夜间施工.其计算方法同夜间施工增加费,但应口碱夜餐补助费,每工日按2.2元计算.
没有这种理论基础,这是自编的依据,不可取。 一样的费率标准。
地下工程是指深入地面以下为开发利用地下空间资源所建造的地下土木工程·它包括地下房屋和地下构筑物,地下铁道,公路隧道、水下隧道、地下共同沟和过街地下通道等顾名思义,就是修筑在地下的建筑物和构筑物,如巷道...
改进粒子群算法在地下工程反分析中的运用
结合粒子群算法和变尺度法的特点,充分考虑二者的互补性,提出一种改进粒子群优化算法,并将其运用于地下工程增量位移反分析中.根据围岩松动圈的形成特点,提出采用分区分块的方法模拟围岩松动圈的影响,各分区的岩体力学参数不同并作为待反演参数.此法是反分析中考虑围岩松动圈影响的一种新途径.通过某大型水电站工程地下厂房的实例进行验证,得到比较合理有效的结果,反演得到的物理力学参数可信,可用于后期预测.该研究为地下工程反分析提供了一些切实可行的方法和思路.
地下工程智能监测系统的开发和应用
阐述基于Delphi开发的地下工程智能监测系统软件的设计与使用 ,对地下工程动态监测资料的及时反馈与科学研究具有实用价值 ,为实现地下工程信息化设计、施工奠定基础。
《地下工程智能反馈分析方法与应用》介绍了地下工程问题智能评估、地下工程时间序列预测与控制、地下工程参数的智能识别和施工方案智能优化以及地下工程反馈分析集成智能系统等前沿的地下工程智能反馈分析方法,并介绍这些方法在水电地下厂房及交通隧道等工程建设中的应用。《地下工程智能反馈分析方法与应用》可供岩土工程、结构工程、水利工程、交通工程和采矿工程等专业的高校教师、科研人员与工程技术人员阅读参考,也可作为相关专业本科生和研究生的参考书。
第1章 绪论
1.1 地下工程的特点
1.2 反馈分析的概念
1.3 地下工程反馈分析的现状
1.3.1 地下工程反馈分析研究
1.3.2 地下工程施工方案优化研究
1.3.3 地下工程施工控制研究
1.3.4 地下工程分析方法的发展趋势
1.4 本书的主要内容
第2章 地下工程系统及智能分析方法
2.1 引言
2.2 地下工程的巨系统特点
2.3 地下工程施工过程的优化
2.4 地下工程的数值分析方法
2.4.1 总述
2.4.2 快速拉格朗日数值模拟方法
2.4.3 土体渗流概论
2.5 机器学习与支持向量机
2.5.1 机器学习的基本问题
2.5.2 统计学习理论的核心内容
2.5.3 支持向量机及学习算法
2.6 仿生优化算法
2.6.1 遗传算法
2.6.2 粒子群优化算法
2.6.3 差异进化算法
2.7 智能决策支持系统
2.8 并行计算
第3章 地下工程智能模式识别
3.1 地下工程支持向量机模式识别方法
3.1.1 支持向量机二元分类器原理
3.1.2 支持向量机多元分类器原理
3.2 支持向量机模式识别应用
3.2.1 突水危险性的智能模式识别
3.2.2 矿井突水水源智能模式识别
3.2.3 围岩支扩设计智能模式识别
3.2.4 冲击地压危险性智能模式识别
3.3 基于CLIPS的支护设计专家系统
3.3.1 CuPS简介
3.3.2 系统功能结构
3.3.3 系统开发关键技术
3.3.4 工程应用
第4章 地下工程监测时间序列预测与控制
4.1 隧道施工监测
4.1.1 必测项目
4.1.2 选测项目
4.2 监测信息时间序列的数学描述
4.3 传统时间序列概念与方法
4.3.1 指数平滑法
4.3.2 ARMA时间序列及特性
4.4 监测信息时间序列的SVM模型
4.4.1 应用实例1——水布垭交通洞收敛位移时间序列预测
4.4.2 应用实例2——水布垭厂房侧墙收敛位移时间序列预测
4.5 地下工程时间序列智能控制
4.5.1 基于工程实例智能获取围岩最大允许变形的方法
4.5.2 基于支持向量机隧道施工智能控制模型
第5章 地下工程参数智能识别
5.1 进化-数值模拟反分析方法及其应用
5.1.1 进化-数值模拟反分析方法
5.1.2 基于VTK可视化平台开发
……
第6章 地下工程的施工方案智能优化方法
第7章 地下工程反馈分析集成智能系统
第8章 工程应用
参考文献2100433B
本书综合运用多种计算智能技术,提出了基于计算智能的电力负荷预测理论框架(CILF框架):并在此框架下围绕建模过程中的多个关键技术问题开展了一系列研究;同时,结合电力负荷预测研究中短期负荷预测、区间型负荷预测等典型预测问题进行了应用研究。此外,结合本书基于计算智能的负荷预测理论框架,特别是在特征选择、参数优化、模型选择等具体技术上的研究成果,设计了负荷预测支持系统,为决策者提供决策工具。