复杂地质条件下TBM掘进参数多目标优化方法及软件开发

目录

声明

致谢

1 绪论

1.1 研究背景

1.2 国内外研究现状

1.2.1 TBM掘进参数和地质参数

1.2.2 TBM掘进效率和掘进成本

1.2.3 多目标优化方法

1.2.4 目前存在的问题

1.3 研究内容与方法

1.4 研究路线

1.5 创新点

2 多目标优化算法及程序化

2.1 算法筛选

2.2 NSGA-Ⅱ算法

2.2.1 代码核心编写

2.2.2 算法测试问题

2.2.3 算法性能指标

2.2.4 测试结果与分析

2.3 NSGA-Ⅲ算法

2.3.1 代码核心编写

2.3.2 算法性能指标

2.3.3 测试结果与分析

2.4 MOPSO算法

2.4.1 代码核心编写

2.4.2 测试结果与分析

2.5 本章小结

3 TBM掘进数据分析和处理

3.1 数据获取及筛选

3.1.1 技术与掘进参数

3.1.2 工程地质参数

3.1.3 掘进目标参数

3.2 岩-机相互作用分析

3.2.1 相关性分析

3.2.2 掘进目标回归模型

3.3 掘进参数机器学习及NSGAⅡ-BP 算法

3.3.1 岩性识别

3.3.2 神经网络模型

3.3.3 NSGAⅡ-BP算法

3.4 本章小结

4 TBM掘进参数多目标优化分析软件开发

4.1 多目标优化数学模型

4.1.1 设计变量

4.1.2 目标函数

4.1.3 约束条件

4.1.4 决策变量

4.2 软件总体设计

4.2.1 开发环境

4.2.2 系统设计

4.2.3 数据库设计

4.2.4 功能和技术特点

4.3 软件运行界面

4.3.1 系统登陆和注册

4.3.2 欢迎使用

4.3.3 第一步设置问题

4.3.4 第二步设置算法

4.3.5 第三步求解

4.3.6 第四步显示结果

4.3.7 用户管理

4.3.8 系统退出

4.4 本章小结

5 TBM掘进参数工程案例验证

5.1 工程介绍

5.2 案例验证一

5.3 案例验证二

5.4 案例验证三

5.5 本章小结

6 结论与展望

6.1 结论

6.2 展望

参考文献

附录

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集