基于数据学习的岩溶隧道突涌水风险评估及预警研究

目录

声明

致 谢

目 录

变量注释表

1 绪论

1.1 选题背景及研究意义

1.2.1 岩溶隧道突涌水灾变机理及主控因素研究现状

1.2.2 岩溶隧道突水突泥风险评估及监测预警研究现状

1.2.3 隧道工程可靠度及贝叶斯理论的研究现状

1.2.4 目前存在的问题

1.3.1 研究内容

1.3.2 研究方法及技术路线

2 岩溶隧道突涌水风险等级划分及致灾因素分析

2.1 岩溶隧道突涌水案例统计及后果分类

2.1.1 岩溶隧道突涌水案例统计

2.1.2 岩溶隧道突涌水灾害后果分类

2.2 岩溶隧道突涌水风险分级标准

2.2.1 岩溶隧道突涌水风险分级标准的完善

2.2.2 岩溶隧道突涌水量亚级分级的提出

2.3 岩溶隧道突涌水影响因素分析

2.3.1 岩溶隧道突涌水影响因素致灾性分析

2.3.2 典型复杂岩溶隧道突水案例分析

2.4 本章小结

3 基于可靠度理论和神经网络的突水风险评估模型研究

3.1 岩溶隧道突涌水概率计算模型

3.1.1 溶洞溶腔型岩溶隧道致灾判据

3.1.2 管道、断层型岩溶隧道致灾判据

3.1.3 可靠度理论及Monte Carlo 法计算原理

3.2 岩溶隧道突涌水灾害后果预测模型

3.2.1 GA-BP 神经网络原理

3.2.2 GA-BP 神经网络构建

3.3 模型应用及预测结果分析

3.3.1 工程概况

3.3.2 野三关隧道602 溶腔突水概率计算

3.3.3 野三关隧道602 溶腔灾害后果预测

3.3.4 野三关隧道602 溶腔风险评估结果验证与对比分析

3.4 本章小结

4 基于贝叶斯网络的突水风险评估模型研究

4.1 贝叶斯网络基本原理

4.2 贝叶斯网络模型的构建

4.2.1 评价指标的选取

4.2.2 解释结构模型的构建

4.2.3 因果图法修正

4.3 贝叶斯网络模型的数据学习与验证

4.3.1 各评价指标输入、输出类型的确定

4.3.2 网络训练样本的统计

4.3.3 贝叶斯网络模型训练与验证结果

4.3.4 贝叶斯网络模型的应用

4.4 本章小结

5 岩溶隧道突涌水风险评估预警程序

5.1.1 岩溶隧道突涌水预警机制

5.1.2 岩溶隧道突涌水预警程序功能模块

5.2 岩溶隧道突水灾害防治措施总结

5.3 岩溶隧道突水灾害风险预警程序应用

5.3.1 工程背景

5.3.2 程序应用

5.4 本章小结

6 结论与展望

6.1 主要结论与创新点

6.2 研究展望

参考文献

作者简历