声明
摘要
1.1研究背景与意义
1.2国内外研究现状
1.2.1隧道突水突泥类型研究现状
1.2.2隧道突水致灾因子研究现状
1.2.3隧道突水风险等级分级方法研究现状
1.2.4隧道突水风险评价模型研究现状
1.2.5隧道突水风险智能预测模型研究现状
1.3研究内容与创新点
1.3.1本文主要研究内容
1.3.2论文创新点
1.4研究技术路线
第二章隧道突水突泥灾害案例库构建
2.1灾害案例库的收集
2.2灾害案例库的描述
2.2.1岩溶型致灾因子
2.2.2断层型致灾因子
2.2.3其他类型致灾因子
2.3岩溶隧道突水突泥灾害案例库的数据预处理
2.3.1灾害案例库的统计学特征
2.3.2离群值检测与替换
2.3.3缺失数据集的补充
2.3.4数据集的标准化
2.3.5数据集的降维
2.4本章小结
第三章岩溶隧道突水突泥灾害风险智能化预测模型
3.1基于聚类算法的灾害案例库风险分级
3.1.1案例库标签的研究
3.1.2聚类算法简介
3.1.3 K-means聚类算法
3.1.4聚类标签与原始标签的对比分析
3.2机器学习模型基础
3.2.1训练集和测试集的划分
3.2.2分类效果评估指标
3.2.3K折交叉验证
3.3基于机器学习的岩溶隧道突水突泥灾害风险智能预测模型
3.3.1决策树模型
3.3.2支持向量机模型
3.3.3随机森林模型
3.4三种智能预测模型结果的对比分析
3.4.1模型超参数的选择
3.4.2结果对比分析
3.5本章小结
第四章岩溶隧道突水突泥灾害风险智能预测系统及应用
4.1岩溶隧道突水突泥灾害风险智能预测系统的开发
4.2特尔莫隧道工程概况
4.2.1工程简介
4.2.2工程地质条件
4.3特尔莫隧道突水情况
4.3.1突水状况及特征
4.3.2突水条件及原因分析
4.4岩溶隧道突水突泥灾害风险智能预测系统的应用
4.4.1特尔莫隧道的工程应用
4.4.1其他典型隧道的工程应用
4.5本章小结
5.1结论
5.2展望
附件
参考文献
在读期间参与的科研项目
在读期间发表的论文
在读期间申请的专利
在读期间申请的软件著作权
在读期间获得的奖励
致谢
山东大学;