声明
摘要
第1章 绪论
1.1 选题背景与研究意义
1.2 国内外现状
1.2.1 人工神经网络
1.2.2 隧道变形监测与安全评估
1.3 主要研究内容及关键问题
1.4 本文的组织结构
第2章 人工神经网络及优化算法
2.1 人工神经网络概述
2.2 BP神经网络
2.2.1 网络拓扑结构
2.2.2 BP算法
2.2.3 BP神经网络的性能分析
2.3 BP神经网络优化算法
2.3.1 动量-自适应学习速率算法
2.3.2 Levenberg-Marquardt算法
2.3.3 遗传BP神经网络算法
2.3.4 优化算法的仿真分析
第3章 模型组合理论与智能神经网络构建
3.1 模型组合理论
3.1.1 模型组合分类
3.1.2 并联型组合模型
3.1.3 模型组合应考虑的问题
3.2 BP神经网络组合器
3.3 智能神经网络模型
3.3.1 结构设计
3.3.2 工作步骤
3.3.3 性能评价
第4章 隧道运营期的变形监测与预测分析
4.1 隧道变形监测工程概况
4.1.1 监测方案与监测成果
4.1.2 隧道运营期变形监测特征与难点
4.2 基于时间序列的智能神经网络隧道变形预测分析
4.2.1 基于时间序列的智能神经网络预测方法
4.2.2 基于时间序列的盐水沟隧道运营期变形预测
4.3 基于隧道变形关联因素的智能神经网络隧道变形预测分析
4.3.1 基于变形关联因素的智能神经网络预测方法
4.3.2 基于隧道变形关联因素的盐水沟隧道运营期变形预测
第5章 基于神经网络与变形监测成果的隧道安全评估
5.1 隧道安全评价指标体系构建
5.1.1 评价指标设置
5.1.2 评价集设计
5.1.3 评价体系构造
5.2 安全评估指标度量
5.2.1 数值表现
5.2.2 趋势表现
5.3 隧道安全评估
5.3.1 隧道安全评估步骤
5.3.2 隧道安全状态评估分析
结论及展望
结论
展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果