地下工程智能反馈分析方法与应用

　　《地下工程智能反馈分析方法与应用》介绍了地下工程问题智能评估、地下工程时间序列预测与控制、地下工程参数的智能识别和施工方案智能优化以及地下工程反馈分析集成智能系统等前沿的地下工程智能反馈分析方法，并介绍这些方法在水电地下厂房及交通隧道等工程建设中的应用。《地下工程智能反馈分析方法与应用》可供岩土工程、结构工程、水利工程、交通工程和采矿工程等专业的高校教师、科研人员与工程技术人员阅读参考，也可作为相关专业本科生和研究生的参考书。

　　姜谙，男，1971年生，博士，大连海事大学教授，博士生导师，国际岩石力学学会会员，中国岩石力学学会东北分会理事，入选辽宁省百千万人才工程千人层次。主要研究方向为复杂条件下地下工程灾害机理与控制。主持国家自然科学基金2项，主持博士一等科学基金和博士后特别资助基金各1项，主持或参加其他各类的纵横向课题18项。在《Automation in Construction》、《岩石力学与工程学报》等学术期刊和会议上发表论文80多篇，其中3篇被SCI收录，52篇被EI收录。获得发明专利4项、实用新型专利2项。

第1章 绪论
1.1 地下工程的特点
1.2 反馈分析的概念
1.3 地下工程反馈分析的现状
1.3.1 地下工程反馈分析研究
1.3.2 地下工程施工方案优化研究
1.3.3 地下工程施工控制研究
1.3.4 地下工程分析方法的发展趋势
1.4 本书的主要内容
第2章 地下工程系统及智能分析方法
2.1 引言
2.2 地下工程的巨系统特点
2.3 地下工程施工过程的优化
2.4 地下工程的数值分析方法
2.4.1 总述
2.4.2 快速拉格朗日数值模拟方法
2.4.3 土体渗流概论
2.5 机器学习与支持向量机
2.5.1 机器学习的基本问题
2.5.2 统计学习理论的核心内容
2.5.3 支持向量机及学习算法
2.6 仿生优化算法
2.6.1 遗传算法
2.6.2 粒子群优化算法
2.6.3 差异进化算法
2.7 智能决策支持系统
2.8 并行计算
第3章 地下工程智能模式识别
3.1 地下工程支持向量机模式识别方法
3.1.1 支持向量机二元分类器原理
3.1.2 支持向量机多元分类器原理
3.2 支持向量机模式识别应用
3.2.1 突水危险性的智能模式识别
3.2.2 矿井突水水源智能模式识别
3.2.3 围岩支扩设计智能模式识别
3.2.4 冲击地压危险性智能模式识别
3.3 基于CLIPS的支护设计专家系统
3.3.1 CuPS简介
3.3.2 系统功能结构
3.3.3 系统开发关键技术
3.3.4 工程应用
第4章 地下工程监测时间序列预测与控制
4.1 隧道施工监测
4.1.1 必测项目
4.1.2 选测项目
4.2 监测信息时间序列的数学描述
4.3 传统时间序列概念与方法
4.3.1 指数平滑法
4.3.2 ARMA时间序列及特性
4.4 监测信息时间序列的SVM模型
4.4.1 应用实例1——水布垭交通洞收敛位移时间序列预测
4.4.2 应用实例2——水布垭厂房侧墙收敛位移时间序列预测
4.5 地下工程时间序列智能控制
4.5.1 基于工程实例智能获取围岩最大允许变形的方法
4.5.2 基于支持向量机隧道施工智能控制模型
第5章 地下工程参数智能识别
5.1 进化－数值模拟反分析方法及其应用
5.1.1 进化－数值模拟反分析方法
5.1.2 基于VTK可视化平台开发
……
第6章 地下工程的施工方案智能优化方法
第7章 地下工程反馈分析集成智能系统
第8章 工程应用
参考文献