一、用变尺度法求解园弧滑坡的最危险滑面（论文文献综述）
蒋鑫[1]（2012）在《全局优化在边坡最危险滑动面搜索中的应用》文中提出在分析土坡稳定时,稳定性分析可分为两个步骤：第一步,对滑坡体内任意确定滑动面,确定其安全系数定义,并给出安全系数值;第二步,在所有的可能的滑动面中重复第一步,找出相应安全系数最小的滑动而。目前对于第一步的研究已经较为成熟,而对于第二步（最危险滑动而搜索）的研究也已经取得了一些成果。目前对于最危险滑动面搜索的问题,许多学者发展、提出了各自的方法,但都存在各自的适用性。针对现有方法的不足,本文结合全局优化理论,分析了最危险滑动面搜索问题的一般特性。发现在确定了安全系数计算方法的前提下,最危险滑动面搜索问题科以转化为求多极值多元函数在可行域上最小值问题。针对求多极值多元函数在可行域上最小值问题,本文从全局优化理论中引入了此类问题的一般策略。此外本文还分析了基于这些策略的具体算法对于最危险滑动面搜索问题的适用性,并选择引入适用性最好的填充函数法来解决最危险滑动面搜索问题。同时分析填充函数法的不足之处,寻找更优的基于填充函数思想的跨越函数法作为具体方法,并对安全系数函数进行合适的扩展以适应跨越函数法的要求。然后本文给出了该方法的程序实现流程,并编制程序。用编制的程序对常用考核算例进行计算分析,最后计算结果表明：考核算例的计算结果与考核算例的裁判答案相比,两者基本一致,说明了本文的方法能有效的搜索到最危险滑动而。用编制的程序对咸宁核电厂厂址边坡中的实例进行计算分析,并将本文方法的计算结果与常用软件的计算结果相比,结果表明本文方法计算结果更精确。说明了该方法在理论上和实际上都是可行的。
阮永芬[2]（2011）在《复杂高边坡的动力和静力稳定性分析及空间变异性研究》文中研究表明边坡动力稳定的影响因素是复杂多变的。为了更好的了解动力稳定对各种影响因素的敏感度,进行了多参数影响下的动力稳定分析。同时对高路堤填土进行大量室内及现场试验,来研究环境、荷载、岩土结构特征等因素对岩土工程可靠度的影响。应力和位移是描述物体变形形态的重要物理量,依据监测的应力和位移数据,分析岩土工程的演化规律,预测其发展趋势,及时掌握其稳定情况在工程上具有重要的意义。分析小湾饮水沟堆积体边坡的变形及其特殊的地质情况发现,研究其变形的发生和发展,就要考虑开挖和降雨的影响,即仔细分析堆积体边坡实际的监测资料,寻找出分析研究问题的着手点。要全面了解其地质情况的特殊性,应从空间变异方面着手。所以针对以上问题,本文的研究工作主要包括以下部分：（1）针对高填土路堤边坡,考虑路堤填土材料的物理力学指标、填土高度、坡比、路面宽度、路堤弹性模量、有无地下水以及不同的地震烈度等参数的变化,分别输入美国EL Centro也震波和按规范反应谱拟合的人工合成的地震波,采用静力分析法、拟静力分析法和动力有限元分析法,对高填土路堤边坡稳定性系数的变化规律、动力响应特征及地震荷载作用下边坡内孔压的分布规律进行分析；深入研究地震动峰值加速度沿路堤各高度放大系数的取值,为拟静力法分析计算公路路堤抗震稳定的作用效应和抗力时,如何计入其影响提供计算方法,为山区高填土路堤边坡的抗震稳定性分析提供理论计算依据。（2）对高路堤边坡的填土进行大量的现场及室内试验,分析其抗剪强度指标的影响因素,以及抗剪强度与影响因素之间的相关关系。参数确定后,采用不平衡力传递法和分块极限平衡法,对同一工程边坡所处的三种状态进行稳定性计算,比较分析两种方法的适用特点及存在的问题。（3）由于堆积体空间变异的特殊性,用加权多项式回归法进行球状模型的理论变异函数方法拟合,误差很大,有时甚至无法拟合出变异函数。针对这一问题,结合遗传算法原理,充分利用遗传算法在求解非线性问题时具有全局寻优的特点,拟合出球状模型的理论变异函数参数,并以小湾水电站左岸堆积体边坡的变形监测数据为例进行计算。结果表明用遗传算法来拟合变异函数是可行的,计算结果值与实验变异函数值比较接近,具有较高拟合精度,是非线性、不连续可微模型参数估计的好方法。（4）克立格估值是地质统计学在空间变异上的主要应用,但长期以来,克立格估值权系数一直都没有很好的解决负权值问题,这不但影响着地质统计学的发展,还给实际估值带来非常大的误差,甚至是错误。针对这一问题,采用熵权理论从克立格方程组出发,解决负权值问题,并用小湾坝前堆积体边坡监测资料对其可行性进行了验证。对负权值进行改进时,即考虑了权值系数的修正也考虑了样品点距离的修正。（5）为能充分的体现出堆积体边坡的方向变异性,对所研究堆积体的空间变异性做出定量评价,本文在区域化变量空间分析的基础上,构造出方向综合变异指标Ov来定量描述堆积体边坡的方向变异性。（6）对小湾堆积体边坡进行空间分析后发现,可用克立格法来估计边坡待测点位移。这种方法在没有监测点布置或很难施工监测点时非常有用,不但可以节约建设成本,还可以少受地理位置的限制。可在工程中给予推广（7）基于遗传算法,对改进的BP神经网络的结构参数进行优化,用实际监测的变形资料,对建立的遗传-改进BP神经网络预测模型进行学习训练,用训练好的模型对滑坡变形进行预测。此模型避免了仅用神经网络预测时易陷入局部极小值的缺陷,提高了预测的精度,并考虑了降雨对边坡变形的影响,编制了相应的计算程序,使边坡变形的研究在一定程度上达到智能化。用提出的计算模型对三峡永久船闸三闸首中隔墩岩体的开挖变形、小湾电站边坡变形以及新滩的滑坡变形的预测中进行应用,预测结果均与工程实际稳定性状况和变形实测值相符合,预测的相对误差基本小于5%,从而验证了所提理论方法的可靠性和有效性,能满足中长期的边坡变形预报。（8）为了能很好的研究降雨对大型堆积体边坡变形的影响,应用信息熵理论,通过信息的传递性和相关性原理来分析降雨对边坡变形速率的影响。并以小湾电站左岸引水沟堆积体边坡变形详实丰富的表面监测数据为例进行计算分析,建立了降雨量、时间因子和变形速率之间的信息传递函数。实例分析表明,该方法简便适用,且信息熵在分析边坡变形这类多因素影响的复杂问题时有很大的优势,方法本身对问题的处理不作任何的假定。
赵智超[3]（2011）在《山区高速公路边坡稳定性分析》文中研究指明由于边坡问题破坏后果的严重性,边坡稳定性问题历来是工程界分析和研究的重点。边坡问题的稳定性分析方法有很多种方法,且分析方法受很多因素的影响。随着山区高速公路的大规模建设,高填方边坡被广泛应用于其中。作为特殊的边坡工程,高填方边坡具有填料性质复杂多样、施工环境复杂难度大、破坏后果严重等特点。因此,对高填方边坡稳定性问题的分析和研究具有重要的理论和经济意义。本文结合以往关于边坡稳定性问题的分析方法和计算方法,借鉴实际工程和相关教材从边坡合理形式分析入手,对实际工程进行模型简化。同时,在专家提议边坡模型的建立原则上建立建议模型,两种模型进行计算分析对比。通过运用FLAC软件以及结合工程地质详勘资料与现场的施工过程参数来模拟高填方路基边坡变形与稳定情况。本文采用有限元强度折减法通过与实际工程数据的对比,求出边坡的安全因数,确定高填方路基边坡合理设计形式,模拟分析不同边坡坡角情况下的边坡稳定情况。对高填方边坡建模分析,从模拟所得剪切应变图、位移等线图、速度等线图等图形等值曲线,进行综合分析得出高填方边坡稳定破坏的潜在滑动面,并对施工提出指导性意见。采用单一变量法假定影响高填方路基边坡的其它因素,通过改变折减系数分析其对边坡安全系数的影响。对高填方边坡有必要进行位移桩监测,对有稳定性破坏失稳趋势的部位加强监测及时采取加固措施,以保持边坡的整体稳定性。最后对山区隧道洞口边坡进行简单的建模分析,从模拟所得剪切应变图、位移等线图、速度等线图等图形曲线,对隧道边坡进行综合分析,验证其稳定性,得出隧道洞口边坡稳定破坏的潜在滑动面,并对施工提出指导性意见。
李增亮,姚勇,曹兰柱[4]（2009）在《Bishop法自动搜索均质边坡最危险滑动面》文中研究指明对于均质的以及没有断裂面的岩坡,在一定条件下可用圆弧法进行稳定分析。文中应用简化的Bishop法,采用一维搜索的黄金分割点法自动搜索均质边坡的最危险滑面,运用AutoCAD内置的VBA语言进行编程,并对某一均质边坡进行实例分析。计算过程表明,该方法求解虽然计算工作量比较大,但精度比较高,在其计算过程中可了解最危险滑弧圆心的分布规律,不但适用于简单均质边坡,同时对复杂的非均质边坡也具有一定的指导意义。
张志军[5]（2008）在《PSA-ANFIS方法及其在矿山岩土工程灾害预测中的应用》文中研究表明应用自适应神经模糊推理系统（ANFIS）研究采矿工程中巷道和采场失稳、露天矿边坡滑坡、开采地面沉陷以及导水裂隙扩展淹井这四大岩土工程灾害时所遇到的最大难题是,ANFIS的训练参数和模型结构的确定具有人为性、随意性和无规则性,这使得它的收敛需要经过长时间的反复调试才可能实现,而且难以收敛到所要求的精度。针对这些问题,本文首次采用正交试验设计法和模式搜索算法研究了ANFIS的训练参数和模型结构的优化方法,提出和建立了基于模式搜索算法的自适应神经模糊推理方法（PSA-ANFIS）,并进一步采用这一方法研究了采矿工程中上述四大岩土工程灾害的预测问题,取得了如下研究成果:（1）采用一多峰函数进行离散,构建了训练数据对、检测数据对和预测数据对,首次采用正交试验设计法、模式搜索算法和自适应神经模糊推理系统,建立了PSA-ANFIS方法。（2）采用同一多峰函数,对ANFIS和PSA-ANFIS进行了比较研究,结果表明,无论是在拟合精度和预测精度上,还是在训练参数的调整、模型结构的建立和训练过程上,PSA-ANFIS均优于ANFIS。（3）采用一标准弹塑性问题进行解析计算,构建了训练数据对、检测数据对和预测数据对,采用正交试验设计法、模式搜索算法和自适应神经模糊推理系统,建立了围岩力学参数位移反分析的PSA-ANFIS方法,并将其应用于湘西金矿老采区围岩力学参数的反演,进而采用反演结果建立数值计算模型,对采场围岩的变形进行了模拟计算,与此同时,还对采场围岩的变形进行了监测,结果表明,模拟计算结果与监测结果吻合较好,从而验证了这种围岩力学参数位移反分析新方法的工程适用性。（4）搜集了大量圆弧滑动边坡工程实例,构建了训练数据对、检测数据对和预测数据对,采用正交试验设计法、模式搜索算法和自适应神经模糊推理系统,建立了圆弧滑动边坡稳定性预测的PSA-ANFIS方法,并将这一方法应用于前河露天矿1号滑坡的稳定性预测,预测结果与边坡的实际稳定状态吻合良好。（5）搜集了大量开采地面沉陷工程实例,构建了训练数据对、检测数据对和预测数据对,采用正交试验设计法、模式搜索算法和自适应神经模糊推理系统,建立了开采地面沉陷预测的PSA-ANFIS方法,并采用这一方法,对新汶矿业集团翟镇煤矿一采区西翼二层煤采区地面沉陷进行了预测,预测结果与实测结果吻合良好。（6）搜集了大量导水裂隙带发育高度工程实例,构建了训练数据对、检测数据对和预测数据对,采用正交试验设计法、模式搜索算法和自适应神经模糊推理系统,建立了导水裂隙带发育高度预测的PSA-ANFIS方法,并应用这一方法对水口山矿务局康家湾铅锌金矿水体下Ⅲ-1采场的导水裂隙带发育高度进行了预测,同时还对其进行了实测,结果表明,预测结果与实测结果吻合较好。进而根据预测结果,为Ⅲ-1采场设计了上向水平分层胶结充填采矿法,且已实现了采场的安全回采,取得了巨大的经济效益和社会效益。研究ANFIS的训练参数和模型结构的优化方法,是人工智能领域的一个前沿研究课题。本文率先采用正交试验设计法和模式搜索算法实现了对ANFIS的训练参数和模型结构的优化,建立了基于模式搜索算法的自适应神经模糊推理方法,丰富和发展了ANFIS的理论和方法。不仅如此,本文还将这一方法应用于采矿工程中四大灾害预测问题的研究,丰富和发展了它们的研究方法和预测理论。
陈胜波[6]（2005）在《边坡工程失稳灾害预警系统的研究》文中提出边坡工程失稳灾害灾变机理的研究是其预警系统研究的重点。论文以边坡失稳灾害的长期预测为主要研究内容,从边坡失稳灾害的宏观破坏特征的调查及主控因素的分析出发,论述了边坡工程失稳灾害预警研究的基本原理、方法与步骤。 论文将边坡工程失稳灾害的灾变规律研究、灾变信息的有效监控和减灾控灾措施的决策三方面有机地结合,明确了边坡工程失稳灾害预警的概念与内涵,指明了边坡工程失稳灾害预警的研究方法和理论体系:以建立在确定联系基础上的白箱理论（或灰白箱结合理论）为理论基础,以边坡失稳灾害的长期预测为主要研究对象,灾变规律力学机理为研究重点,主动监测与被动监测相结合的监测体系所提供的信息源的分析与反分析为主要研究手段,建立边坡失稳灾害的预警系统,提供灾害工程对策的基本思路与方法,实现边坡工程的信息化施工。 在灾害机理的研究中,以边坡稳定性分析为重点,介绍了极限平衡理论条分法中最危险滑弧圆心位置的确定方法;建立了以内能耗散率（能量系数）为边坡失稳判据的含软弱夹层的边坡稳定性分析方法与公式体系;含软岩泥化夹层的水膜型边坡失稳不同于一般的含软弱夹层的边坡失稳,论文从水膜型边坡失稳的宏观破坏特征分析入手,分析了其主控因素,提供了以极限平衡理论为基础的改化的极限平衡边坡稳定系数计算公式。 在工程处理对策的研究中,论文将被广泛应用的预应力锚索加固技术作为研究重点,论述预应力锚索加固技术的作用机理、影响锚固力的主要影响因素及其设计方法,建立了预应力锚索的施工流程图。 在监测体系的研究中,论文论述了岩石力学试验所需遵循的试验准则和岩体力学参数的确定原则;在边坡工程地学信息监测方面,论文将监测体系分为主动监测体系和被动监测体系,并论述了各自的基本内涵与适用范畴;论文建立了边坡失稳的基本判据。
刘志斌,王志宏,张跃进,王胜华[7]（2004）在《提高露天煤矿顶帮边坡废止角的可行性研究》文中研究表明以灵泉露天煤矿为例,研究了提高露天煤矿顶帮边坡废止角的可行性。通过现场勘察和分析研究煤层围岩的岩石物理力学试验成果,确定了顶帮边坡的岩体力学参数,认定了露天顶帮边坡的疏干排水状态,进而对顶帮边坡进行了稳定性计算,并对影响顶帮边坡稳定性的主要因素进行了敏感度分析,提出了保障顶帮边坡稳定性的工程措施。
李旭[8]（2004）在《圆弧滑动边坡稳定性分析神经网络方法和自适应神经模糊推理方法的比较研究》文中研究表明本文就圆弧滑动边坡稳定性分析神经网络方法和自适应神经模糊推理方法及其应用开展了如下研究: （1） 对自适应神经模糊推理系统和人工神经网络的拟合能力和推广预测能力,采用一多峰函数进行了比较研究,研究结果表明,自适应神经模糊推理系统具有收敛速度快、拟合能力和推广预测能力强、稳定性能好等特点,因此更适合于进行边坡稳定性分析。 （2） 应用神经网络和自适应神经模糊推理系统的原理,建立了圆弧滑动边坡稳定性分析的神经网络和自适应神经模糊推理仿真网络模型,并应用所建立的边坡稳定性分析方法,对边坡安全系数和稳定状态进行了预测。研究结果说明,后者收敛速度快、解的稳定性好、预测精度高,完全能满足工程应用要求。 （3） 将自适应神经模糊推理方法,应用于衡枣高速公路黄土地区盘古祠高边坡（K39+580—K39+920段）安全系数和稳定状态的计算,并对该段边坡的稳定性进行了预测,研究结果与工程实际情况相符,从而证明了这种边坡稳定性分析方法的适用性和可靠性,同时还对治理设计中的加固方案进行评价分析。
刘志斌,王志宏[9]（1997）在《圆弧滑坡最危险滑弧圆心位置的求解方法》文中认为综合多方面的研究成果及其工程实践，系统地论述了最危险滑弧圆心的分布规律和各种求解最危险滑弧圆心的方法及其特点和使用条件，并介绍了采用试算法和非线性规划方法的求解方法．所提出的试算法不同于传统的试算法，其不仅可应用于圆弧滑坡最危险滑面的求解，亦可应用于求解层状岩体边坡复合滑面滑坡的最危险滑面．
卢世宗[10]（1992）在《我国露天矿山边坡研究概况与展望》文中研究指明一、前言我国露天矿山多,露天开采的铁矿石占90%,有色金属矿石约占50%。露天矿规模大,设计最终边坡高度一般为300～500m,有的达700m。边坡角大小是影响露天采矿安全和经济效益的重要因素,一个大型露天矿的总边坡角每加陡1°,可减少剥岩量几千万吨,节省剥岩费数千万乃至亿元。边坡角过陡也会造成重大滑坡事故,严重影响生产。因此进行边坡稳定性研究以确定合理边坡角是一项重要任务。我国露天矿山边坡工程地质条件比较复杂,边坡稳定性研究难度较大。由于人们的认识和科学技术发展水平的限制,在矿床地质勘探中很少提供矿山边坡设计所需的基础资料。而矿山边坡设计过去又多沿用类比法,难于符合实际。近年来,随着一些露天矿山相
二、用变尺度法求解园弧滑坡的最危险滑面（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、用变尺度法求解园弧滑坡的最危险滑面（论文提纲范文）
（1）全局优化在边坡最危险滑动面搜索中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 研究现状 |
| 1.3 本文主要工作 |
| 第二章 最危险滑动面搜索的全局优化方法分析 |
| 2.1 引言 |
| 2.2 全局优化方法 |
| 2.3 全局优化常用算法及其在最危险滑动面搜索中的适用性 |
| 2.4 小结 |
| 第三章 基于简化bishop法的全局优化安全系数计算方法 |
| 3.1 Bishop简化法计算原理 |
| 3.2 条分法的程序实现 |
| 3.3 小结 |
| 第四章 全局优化搜索边坡最危险滑动面方法的程序实现 |
| 4.1 最危险滑动面搜索的优化模型 |
| 4.2 基本填充函数法 |
| 4.3 跨越函数法 |
| 4.4 改进策略 |
| 4.5 算法的收敛性 |
| 4.6 程序实现 |
| 4.7 考核算例 |
| 4.8 小结 |
| 第五章 咸宁核电厂厂址边坡工程实例 |
| 5.1 工程概况 |
| 5.2 坡形设计 |
| 5.3 计算结果分析 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（2）复杂高边坡的动力和静力稳定性分析及空间变异性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 前言 |
| 1.2 高填土边坡地震稳定性研究及堆积体边坡研究的意义 |
| 1.3 高填土边坡地震稳定性研究现状 |
| 1.3.1 边坡地震反应分析方法 |
| 1.3.2 高填土边坡稳定的研究现状 |
| 1.4 滑坡预测预报的核心问题 |
| 1.5 边坡稳定性预测预报的研究现状及趋势 |
| 1.5.1 边坡失稳预测 |
| 1.5.2 边坡稳定性预测理论与方法概述 |
| 1.6 滑坡灾害的时间预测预报理论与方法概述 |
| 1.7 堆积体边坡的空间变异性研究方法 |
| 1.8 堆积体边坡的空间变异性研究现状 |
| 1.9 研究的内容和方法 |
| 第二章 高填土路堤边坡地震稳定性分析 |
| 2.1 边坡稳定分析 |
| 2.1.1 边坡稳定分析方法综述 |
| 2.1.2 各种分析方法的产生及其局限性 |
| 2.1.3 稳定分析极限平衡法严格体系的形成 |
| 2.1.4 数值分析的稳定性问题 |
| 2.1.5 确定最小安全系数的方法 |
| 2.1.6 条分法 |
| 2.1.7 孔隙水压力分布对边坡稳定性的影响 |
| 2.1.8 有限元分析方法 |
| 2.1.9 拟静力分析法 |
| 2.2 土的动应力应变关系 |
| 2.2.1 土的动应力应变关系的特点 |
| 2.2.2 等效线性模型 |
| 2.2.3 强度指标的取值 |
| 2.3 高填土路堤边坡地震稳定性分析 |
| 2.3.1 参数的选用 |
| 2.3.2 路基填方边坡坡度的选用 |
| 2.3.3 拟静力分析法 |
| 2.3.4 分析方案 |
| 2.3.5 输入地震波的类型 |
| 2.3.6 高填土路堤边坡的抗震强度和稳定性验算 |
| 2.3.7 考虑非线性的等效线性化模型和线弹性模型对比 |
| 2.3.8 路堤土体弹性模量取值影响分析 |
| 2.3.9 采用EL Centro地震波和人工拟合地震波对Ⅰ、Ⅱ、Ⅲ、Ⅳ类土的地震加速度放大计算 |
| 2.3.10 坡顶、坡脚加速度最大值(E80) |
| 2.3.11 地震加速度放大系数的取值 |
| 第三章 高填土抗剪强度指标的影响因素及稳定性分析 |
| 3.1 高填土抗剪强度指标的影响因素 |
| 3.1.1 前言 |
| 3.1.2 各试验项目结果分析 |
| 3.1.3 结论 |
| 3.2 滑坡块体的稳定性计算分析 |
| 3.2.1 引言 |
| 3.2.2 计算方法概述 |
| 3.2.3 工程计算实例 |
| 3.2.4 治理措施评价 |
| 3.2.5 结语 |
| 第四章 小湾左岸饮水沟堆积体边坡概况 |
| 4.1. 概述 |
| 4.2. 饮水沟堆积体边坡工程地质概况 |
| 4.3. 饮水沟堆积体边坡的主要影响因素分析 |
| 4.3.1 开挖的影响 |
| 4.3.2 降雨的影响 |
| 4.4. 饮水沟堆积体边坡变形分析 |
| 4.4.1 堆积体边坡卸荷变形分析 |
| 4.4.2 降雨对饮水沟堆积体边坡的影响 |
| 4.5. 本章小结 |
| 第五章 堆积体边坡的空间变异性分析方法研究 |
| 5.1 地质统计学方法的基本理论 |
| 5.1.1 区域化变量理论 |
| 5.1.2 地质统计学的假设 |
| 5.1.3 变异函数 |
| 5.2 变异函数的理论模型及其拟合 |
| 5.2.1 理论变异函数模型 |
| 5.2.2 用遗传算法拟合理论变异函数球状模型 |
| 5.3 堆积体边坡的时间变异性分析 |
| 5.3.1 卸荷变形下堆积体边坡的时间变异性分析 |
| 5.3.2 降雨变形下堆积体边坡的时间变异性分析 |
| 5.3.3.不同条件下堆积体边坡的变形比较 |
| 5.4.堆积体边坡的空间变异性分析 |
| 5.5.本章小结 |
| 第六章 随机场的克立格法估值 |
| 6.1 克立格法估值的特点 |
| 6.2 几种常见的克立格法 |
| 6.3 克立格估值法的改进 |
| 6.4 算例 |
| 6.5 本章小结 |
| 第七章边坡变形非线性时间序歹Jl模型 |
| 7.1 概述 |
| 7.2 时间序列分析中的问题 |
| 7.3 人工神经网络模型 |
| 7.4 改进的BP神经网络算法 |
| 7.5 遗传—改进BP神经网络模型 |
| 7.6 实例应用 |
| 第八章 堆积体边坡影响因素的信息熵分析 |
| 8.1. 绪论 |
| 8.2. 信息熵原理 |
| 8.2.1. 信息熵的概念 |
| 8.2.2. 信息熵的性质 |
| 8.2.3. 联合熵、条件熵和互信息 |
| 8.2.4. 熵的计算 |
| 8.3. 信息场 |
| 8.3.1 信息场的概念 |
| 8.3.2 信息传递性和相关性 |
| 8.4. 小湾堆积体边坡信息熵分析 |
| 8.4.1 信息熵的计算 |
| 8.4.2 降雨数据分析 |
| 8.4.3 时间因子分析 |
| 8.5. 本章小结 |
| 第九章 结论及展望 |
| 9.1 结论 |
| 9.2 展望 |
| 参考文献 |
| 附录A (加权多项式回归法拟合变异函数球状模型的程序) |
| 附录B (遗传算法拟合变异函数球状模型的程序) |
| 攻读博士学位期间参加完成的科研课题 |
| 参加完成的项目 |
| 读博士期间发表的论文 |
| 读博士期间的获奖情况 |
| 致谢 |
（3）山区高速公路边坡稳定性分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1-1 引言 |
| 1-1-1 问题的提出 |
| 1-1-2 课题的来源 |
| 1-2 国内外边坡研究现状及存在的问题 |
| 1-2-1 国内边坡现状研究概况 |
| 1-2-2 国内重大边坡工程 |
| 1-2-3 国内边坡安全及稳定性分析中存在的问题 |
| 1-2-4 高填方边坡路基特点及对边坡稳定性的影响 |
| 1-3 本文的研究意义和主要研究内容 |
| 1-4 本文主要工作 |
| 第二章 山区高速公路高填方边坡稳定问题综合分析方法 |
| 2-1 引言 |
| 2-2 高填方边坡稳定影响因素、分析方法及应用范围 |
| 2-2-1 影响高填方边坡稳定的主要因素 |
| 2-2-2 高填方边坡稳定性分析方法 |
| 2-3 高填方路基边坡防护加固措施 |
| 2-4 结合工程实例进行路基边坡防护及效果比较 |
| 2-4-1 实际路基防护工程设计 |
| 2-4-2 具体施工防护措施 |
| 2-5 本章小结 |
| 第三章 应用 FLAC3D 软件模拟 |
| 3-1 引言 |
| 3-2 FLAC 的基本原理 |
| 3-2-1 基本原理 |
| 3-2-2 FLAC 网格 |
| 3-2-3 FLAC 有限差分方程 |
| 3-2-4 应变、应力 |
| 3-2-5 运动方程 |
| 3-2-6 FLAC-3D 前、后处理功能 |
| 3-2-7 FLAC 的求解过程 |
| 3-3 本构模型 |
| 3-4 FLAC 软件数据模拟步骤 |
| 3-5 摩尔-库仑强度准则 |
| 3-6 强度折减理论 |
| 3-6-1 强度折减法 |
| 3-6-2 基于FLAC-3D 的强度折减法 |
| 3-6-3 强度折减法计算精度的影响因素 |
| 3-6-4 用强度折减法分析边坡稳定性的依据 |
| 3-6-5 边坡安全系数和安全储备 |
| 3-7 本章小结 |
| 第四章 软件模拟山区高速公路高填方路基边坡坡角及其对稳定性的影响 |
| 4-1 高填方路基边坡坡率 |
| 4-2 工程实例边坡稳定性分析 |
| 4-2-1 工程概况 |
| 4-2-2 模型的建立 |
| 4-2-3 选取材料计算模型及参数 |
| 4-2-4 加载及边界条件 |
| 4-2-5 求解及结果分析 |
| 4-2-6 结论 |
| 4-3 模拟与比较高填方边坡坡形对稳定性的影响 |
| 4-3-1 不同坡角对高填方边坡稳定性的影响 |
| 4-3-2 边坡坡角与安全系数之间的关系 |
| 4-3-3 折减系数与安全系数之间的关系 |
| 4-3-4 位移桩监测 |
| 4-3-5 分析有限元模拟结果 |
| 4-3-6 结论 |
| 4-4 本章小结 |
| 第五章 山区隧道洞口边坡稳定性研究与数值分析 |
| 5-1 引言 |
| 5-2 工程概况 |
| 5-3 模型分析 |
| 5-4 本章小结 |
| 第六章 结论与展望 |
| 6-1 论文主要研究结论 |
| 6-2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间所取得的相关科研成果 |
（5）PSA-ANFIS方法及其在矿山岩土工程灾害预测中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 问题的提出 |
| 1.2 研究现状 |
| 1.2.1 采矿工程围岩力学参数确定方法研究现状 |
| 1.2.2 露天矿圆弧滑动边坡稳定性预测研究现状 |
| 1.2.3 开采地面沉陷预测研究现状 |
| 1.2.4 导水裂隙带发育高度预测研究现状 |
| 1.3 本项研究的目的、意义和内容 |
| 1.3.1 研究的目的及意义 |
| 1.3.2 研究内容 |
| 1.4 本项研究的特色与创新之处 |
| 第二章 基于模式搜索算法的自适应神经模糊推理方法的研究 |
| 2.1 概述 |
| 2.2 自适应神经模糊推理系统(ANFIS) |
| 2.2.1 引言 |
| 2.2.2 ANFIS结构 |
| 2.2.3 ANFIS原理 |
| 2.2.4 ANFIS的实现 |
| 2.2.5 ANFIS的不足之处 |
| 2.2.6 ANFIS的拟合能力和预测能力 |
| 2.3 基于模式搜索算法的自适应神经模糊推理方法(PSA-ANFIS) |
| 2.3.1 引言 |
| 2.3.2 模式搜索算法 |
| 2.3.3 PSA-ANFIS方法的建立及拟合情况 |
| 2.4 两种方法的比较研究 |
| 2.5 本章结论 |
| 第三章 围岩力学参数位移反分析的PSA-ANFIS方法及应用 |
| 3.1 概述 |
| 3.2 围岩力学参数位移反分析问题的数学描述及标准弹塑性问题的位移反分析 |
| 3.2.1 围岩力学参数位移反分析问题的数学描述 |
| 3.2.2 建立围岩力学参数位移反分析的PSA-ANFIS方法的步骤 |
| 3.2.3 标准弹塑性问题及其解析解 |
| 3.2.4 数据对的获取 |
| 3.2.5 围岩力学参数位移反分析的PSA-ANFIS方法结构模型的确定及搜索情况 |
| 3.3 围岩力学参数位移反分析的PSA-ANFIS方法在湘西金矿地下采场围岩稳定性分析中的应用 |
| 3.3.1 工程概况 |
| 3.3.2 现场变形观测 |
| 3.3.3 围岩力学参数的反演 |
| 3.3.4 采场围岩稳定性分析 |
| 3.3.5 围岩稳定状态的监测 |
| 3.3.6 结果分析 |
| 3.4 本章结论 |
| 第四章 圆弧滑动边坡稳定性预测的PSA-ANFIS方法及应用 |
| 4.1 概述 |
| 4.2 圆弧滑动边坡稳定性预测问题的数学描述及实例数据集 |
| 4.2.1 圆弧滑动边坡稳定性预测问题的数学描述 |
| 4.2.2 实例数据集 |
| 4.3 圆弧滑动边坡稳定性预测的PSA-ANFIS方法 |
| 4.3.1 训练数据对和预测数据对的构建 |
| 4.3.2 圆弧滑动边坡稳定性预测的PSA-ANFIS方法 |
| 4.4 圆弧滑动边坡稳定性预测的PSA-ANFIS方法在前河露天矿边帮1号滑坡稳定性预测中的应用 |
| 4.4.1 前河露天矿边帮1号滑坡概况 |
| 4.4.2 前河露天矿1号滑坡边帮岩土体力学参数的获得及滑坡稳定性预测 |
| 4.4.3 结果分析 |
| 4.5 本章结论 |
| 第五章 开采地面沉陷预测的PSA-ANFIS方法及应用 |
| 5.1 概述 |
| 5.2 开采地面沉陷预测的力学模型及实例数据集 |
| 5.2.1 开采地面沉陷预测的力学模型 |
| 5.2.2 实例数据集 |
| 5.3 开采地面沉陷预测的PSA-ANFIS方法 |
| 5.3.1 训练数据对和预测数据对的构建 |
| 5.3.2 开采地面沉陷预测的PSA-ANFIS方法 |
| 5.3.3 开采地面沉陷预测的PSA-ANFIS方法预测能力的检验及分析 |
| 5.4 开采地面沉陷预测的PSA-ANFIS方法在新汶矿业集团翟镇煤矿的应用 |
| 5.4.1 新汶矿业集团翟镇煤矿概况 |
| 5.4.2 新汶矿业集团翟镇煤矿一采区西翼二层煤开采情况 |
| 5.4.3 一采区西翼二层煤采区开采地面沉陷的预测及检验 |
| 5.5 本章结论 |
| 第六章 导水裂隙带发育高度预测的PSA-ANFIS方法及应用 |
| 6.1 概述 |
| 6.2 导水裂隙带发育高度预测的力学模型及实例数据集 |
| 6.2.1 导水裂隙带发育高度预测的力学模型 |
| 6.2.2 实例数据集、训练数据集和预测数据集的构建 |
| 6.3 导水裂隙带发育高度预测的PSA-ANFIS方法 |
| 6.3.1 搜索参数设置 |
| 6.3.2 搜索过程 |
| 6.3.3 检测结果及预测结果 |
| 6.4 导水裂隙带发育高度预测的PSA-ANFIS方法在水口山矿务局康家湾铅锌金矿的应用 |
| 6.4.1 工程概况 |
| 6.4.2 Ⅲ-1采场导水裂隙带发育高度的预测 |
| 6.4.3 与经验公式计算结果和实测结果的比较 |
| 6.4.4 采矿方法 |
| 6.5 本章结论 |
| 第七章 结论和需要进一步研究的问题 |
| 7.1 结论 |
| 7.2 需要进一步研究的问题 |
| 参考文献 |
| 致谢 |
| 攻读学位期间主要的研究成果 |
| 1、攻读博士学位期间相关科研论文的发表情况 |
| 2、攻读博士学位期间所获科研奖励 |
| 3、攻读博士学位期间相关科研项目 |
（6）边坡工程失稳灾害预警系统的研究（论文提纲范文）
| 第一章 绪论 |
| 1.1 国内外研究现状 |
| 1.1.1 岩石力学的研究现状 |
| 1.1.2 边坡工程的研究现状 |
| 1.2 边坡工程失稳灾害的预警及其研究意义 |
| 1.3 边坡工程失稳灾害预警的概念与内涵 |
| 1.4 本文的研究思路与主要研究内容 |
| 第二章 边坡工程的稳定性分析 |
| 2.1 影响边坡稳定性的主控因素 |
| 2.1.1 地层与岩性 |
| 2.1.2 地质构造 |
| 2.1.3 岩体结构 |
| 2.1.4 风化作用 |
| 2.1.5 地下水 |
| 2.1.6 振动作用 |
| 2.1.7 边坡形态 |
| 2.1.8 其它因素 |
| 2.2 边坡稳定性分析方法 |
| 2.2.1 定性评价方法 |
| 2.2.2 定量评价法 |
| 2.3 不同条件下边坡的稳定性分析 |
| 2.3.1 圆弧滑坡最危险滑弧圆心位置的求解方法 |
| 2.3.2 有软弱夹层岩体边坡的稳定性分析 |
| 2.3.3 含软岩泥化夹层的水膜型边坡的稳定性分析 |
| 2.3.4 具有蠕变特性软弱层的边坡工程稳定性分析 |
| 2.4 本章小结 |
| 第三章 预应力锚索在边坡加固中的应用研究 |
| 3.1 预应力锚索的结构及其作用 |
| 3.2 预应力锚索的作用机理 |
| 3.3 预应力锚索的设计 |
| 3.4 预应力锚索的施工流程图 |
| 3.5 本章小结 |
| 第四章 边坡失稳灾害预警系统的建立 |
| 4.1 通过工程地质和灾害宏观破坏特征的调查研究，了解可能导致灾害发生的主控因素与工程地质环境 |
| 4.2 进行岩石力学试验，为边坡稳定性评价提供可靠的岩体力学参数 |
| 4.2.1 边坡岩体力学试验准则 |
| 4.2.2 岩体力学参数的确定 |
| 4.3 建立相应的边坡监测体系，获取边坡岩体相关的力学行为参数 |
| 4.3.1 主动监测体系 |
| 4.3.2 被动监测体系 |
| 4.3.3 监测内容与方法 |
| 4.4 明确边坡失稳灾害临界状态的基本判据 |
| 4.4.1 应力判据 |
| 4.4.2 位移判据 |
| 4.4.3 安全系数 |
| 4.5 进行边坡变形破坏机制研究，建立合理的力学模型和计算公式体系 |
| 4.6 进行边坡稳定性判断，对可能的失稳灾害采取工程对策 |
| 4.7 进行边坡施工，同时建立相应的施工监测体系并将有效信息进行反馈，实现信息化施工 |
| 4.8 边坡失稳灾害预警系统研究的程式 |
| 4.9 边坡信息化施工工程实例 |
| 4.9.1 边坡工程地质概况 |
| 4.9.2 边坡稳定性分析与计算 |
| 4.9.3 边坡加固设计 |
| 4.9.4 边坡现场监测 |
| 4.10 本章小结 |
| 第五章 边坡失稳灾害监测系统的建立 |
| 5.1 边坡安全监测的目的 |
| 5.2 边坡失稳灾害监测系统的建立 |
| 5.2.1 边坡监测的内容 |
| 5.2.2 监测仪器的标定 |
| 5.2.3 监测系统的安装 |
| 5.2.4 监测数据处理与评价 |
| 5.3 本章小结 |
| 第六章 结论与建议 |
| 6.1 结论 |
| 6.2 建议 |
| 参考文献 |
| 致谢 |
| 攻读学位期间主要的研究成果 |
（8）圆弧滑动边坡稳定性分析神经网络方法和自适应神经模糊推理方法的比较研究（论文提纲范文）
| 第一章 绪论 |
| 1.1 问题的提出 |
| 1.2 研究现状、发展阶段及趋势 |
| 1.2.1 极限平衡分析方法 |
| 1.2.2 极限分析法 |
| 1.2.3 数值分析方法 |
| 1.2.4 圆弧滑动边坡稳定性分析的人工智能方法 |
| 1.2.5 边坡稳定性分析研究的发展阶段及趋势 |
| 1.3 本项研究的目的、意义、内容和特色 |
| 1.3.1 研究的目的和意义 |
| 1.3.2 研究内容 |
| 1.3.3 本项研究的特色与创新之处 |
| 第二章 人工神经网络(ANN)概述 |
| 2.1 引言 |
| 2.2 人工神经网络概述 |
| 2.2.1 生物神经元的结构与动作描述 |
| 2.2.2 人工神经元的基本模型 |
| 2.2.3 人工神经网络的工作方式 |
| 2.2.4 人工神经网络的学习方法和规则 |
| 2.3 BP神经网络(Back-Propagation Network) |
| 2.3.1 感知器原理 |
| 2.3.2 BP网络结构模型 |
| 2.3.3 误差反传训练算法 |
| 2.3.4 BP算法的实现步骤 |
| 2.3.5 BP网络流程图 |
| 2.3.6 BP网络存在的主要缺陷以及改进方案 |
| 第三章 模糊(Fussy)理论概述 |
| 3.1 引言 |
| 3.2 模糊理论 |
| 3.2.1 模糊集合概念 |
| 3.2.2 模糊集合的描述 |
| 3.2.3 模糊集合隶属度函数 |
| 3.2.4 模糊关系 |
| 3.2.5 模糊逻辑 |
| 3.2.6 模糊集合运算 |
| 3.2.7 模糊推理 |
| 第四章 自适应神经模糊推理系统(ANFIS)概述 |
| 4.1 引言 |
| 4.2 ANFIS模型结构 |
| 4.3 ANFIS基本原理 |
| 4.3.1 输入变量空间区分 |
| 4.3.2 隶属函数类型和个数的确定 |
| 4.3.3 学习法则及方式 |
| 4.4 ANFIS的技术路线 |
| 4.5 ANFIS的缺点 |
| 第五章 ANFIS与ANN拟合能力和推广预测能力的比较研究 |
| 5.1 概述 |
| 5.2 多峰函数及其离散 |
| 5.3 映射关系的建立 |
| 5.3.1 ANN映射关系的建立 |
| 5.3.2 ANFIS映射关系的建立 |
| 5.4 拟合能力和推广预测能力的比较研究 |
| 5.4.1 ANN和ANFIS拟合能力的比较 |
| 5.4.2 ANN和ANFIS推广预测能力比较 |
| 5.5 ANFIS和ANN的比较 |
| 5.6 本章结论 |
| 第六章 圆弧滑动边坡稳定性分析ANN和ANFIS方法比较研究 |
| 6.1 概述 |
| 6.2 圆弧滑动边坡稳定性分析的数学描述 |
| 6.3 边坡稳定性评价信息的描述 |
| 6.4 圆弧滑动边坡稳定性分析的ANN和ANFIS模型建立及检验 |
| 6.4.1 ANN仿真模型(多输入对多输出) |
| 6.4.2 ANFIS的仿真模型(多输入对单输出，需建立多个模型) |
| 6.5 本章结论 |
| 第七章 圆弧滑动边坡稳定性分析自适应神经模糊推理方法在衡枣高速公路盘古祠边坡的初步应用 |
| 7.1 衡枣高速公路盘古祠边坡简介 |
| 7.1.1 地质概况 |
| 7.1.2 工程概况 |
| 7.2 在衡枣高速公路盘古祠边坡稳定性分析中的应用 |
| 7.2.1 盘古祠两边坡的物理力学参数 |
| 7.2.2 滑坡前盘古祠边坡稳定性分析 |
| 7.2.3 盘古祠边坡加固方案评价 |
| 7.3 本章结论 |
| 第八章 结论和需要进一步研究的问题 |
| 8.1 结论 |
| 8.2 需要进一步研究的问题 |
| 参考文献 |
| 致谢 |
四、用变尺度法求解园弧滑坡的最危险滑面（论文参考文献）
- [1]全局优化在边坡最危险滑动面搜索中的应用[D]. 蒋鑫. 南京大学, 2012(10)
- [2]复杂高边坡的动力和静力稳定性分析及空间变异性研究[D]. 阮永芬. 昆明理工大学, 2011(07)
- [3]山区高速公路边坡稳定性分析[D]. 赵智超. 河北工业大学, 2011(07)
- [4]Bishop法自动搜索均质边坡最危险滑动面[J]. 李增亮,姚勇,曹兰柱. 露天采矿技术, 2009(01)
- [5]PSA-ANFIS方法及其在矿山岩土工程灾害预测中的应用[D]. 张志军. 中南大学, 2008(12)
- [6]边坡工程失稳灾害预警系统的研究[D]. 陈胜波. 中南大学, 2005(05)
- [7]提高露天煤矿顶帮边坡废止角的可行性研究[J]. 刘志斌,王志宏,张跃进,王胜华. 露天采矿技术, 2004(05)
- [8]圆弧滑动边坡稳定性分析神经网络方法和自适应神经模糊推理方法的比较研究[D]. 李旭. 南华大学, 2004(07)
- [9]圆弧滑坡最危险滑弧圆心位置的求解方法[J]. 刘志斌,王志宏. 煤炭学报, 1997(06)
- [10]我国露天矿山边坡研究概况与展望[A]. 卢世宗. 第四届全国工程地质大会论文选集（三）, 1992