基于支持向量机的边坡可靠性分析 [复制链接]

资料简介：
硕士学位论文 基于支持向量机的边坡可靠性分析，共72页。
【摘要】 边坡可靠性涉及广泛的工程领域,是岩土工程研究的重要问题。传统的安全系数法无法考虑边坡中存在的各种不确定性因素,所得结果难以准确反映边坡的风险程度。本文将支持向量机法(SVM)与可靠性分析方法结合进行边坡可靠性分析方法与应用研究,主要内容如下：(1)针对某些复杂边坡功能函数无法显式表达,需借助软件计算安全系数的问题,建立边坡安全系数预测模型。首先采用均匀设计法选取一定数量的样本点,之后,通过确定性计算得到各样本点的安全系数,组成训练样本,训练SVM模型,拟合边坡的功能函数。实际算例表明,SVM模型能较好地拟合边坡的实际功能函数,准确高效地计算边坡安全系数。(2)将SVM与一次可靠度法(FORM).二次可靠度法(SORM)、蒙特卡洛模拟(MCS)相结合进行边坡可靠性分析。采用FORM获得可靠度指标和验算点信息,通过迭代算法优化SVM模型,基于优化后的SVM模型,通过SORM和MCS计算边坡的失稳概率。用该方法对两个典型边坡进行可靠性分析,将结果与其他方法相比较,证明该方法具有准确性和高效性。(3)基于SVM的可靠性分析方法所得结果能够反映参数敏感性及实际功能函数的非线性情况。通过FORM得到的U空间中的验算点能够反映参数的敏感性,通过SORM法得到的边坡极限状态面的主曲率K能够反映边坡极限状态面的非线性情况。(4)通过对典型边坡的算例分析研究了参数分布类型、参数相关性、参数变异性对可靠性分析结果的影响。当不同分布函数的PDF曲线相似时,分布类型对可靠性分析结果基本没有影响,并且,PDF曲线差别越小,影响越小。边坡可靠度指标随参数变异系数的增大而减小,且参数敏感性越高,该变化越明显。参数相关性对可靠度指标的影响与参数相关性的正负性、极限状态面的形式以及参数敏感性有关。(5)将随机场理论引入边坡可靠性分析,将插值法与SVM法结合对边坡进行可靠性分析,得到考虑参数空间变异性的可靠性分析结果。
【关键词】 边坡； 可靠性分析； 支持向量机； 蒙特卡洛模拟； 随机场；

目录
摘要I
AbstractII
目次
1.1国内外研究现状    1
1.1.1边坡稳定性分析方法    1
1.1.2边坡可靠性分析方法    1
1.2论文的研究意义        3
1.3论文的研究内容    3
2.边坡可靠性分析方法    5
2.1可靠性分析原理    5
2.2可靠性分析方法    6
2.2.1    一次二阶矩法(FOSM)     6
2.2.2    SORMji    9
2.2.3响应面法    10
2.2.4蒙特卡洛法    11
2.3设计可靠度    12
2.4本章小结    13
3.统计学习理论和支持向量机法    14
3.1机器学习    14
3.1.1机器学习的一般原理    14
3.1.2经验风险最小化(ERM)    14
3.2统计学习理论    15
3.2.1 VC维与推广能力的界    15
3.2.2结构风险最小化(SRM)     15
3.3支持向量机法    16
3.3.1最优超平面    16
3.3.2构造最优超平面    17
3.3.3支持向量机的结构    17
3.3.4用于函数拟合的支持向量机    18
3.4本章小结    20
4.基于支持向量机法的边坡安全系数预测模型    21
4.1安全系数预测模型及其假设    21
4.2基于支持向量机法的安全系数预测模型的建立    22
4.2.1确定模型输入变量    22
4.2.2数据预处理    22
4.2.3支持向量机模型的选择与优化    22
4.2.4遗传算法简介    24
4.3基于支持向量机法的安全系数预测算例    25
4.4本章小结    27
5.基于支持向量机法的可靠性分析    28
5.1计算流程    28
5.2样本点的选取    29
5.2.1均匀设计法    30
5.2.2取样范围和取样数目    30
5.3算例分析    30
5.3.1秀茂坪边坡    31
5.3.2 CANNON 坝    45
5.4本章小结    49
6.考虑参数空间变异性的可靠性分析    50
6.1随机场理论    50
6.1.1随机场理论基本概念    50
6.1.2随机场理论在可靠性分析中的应用    51
6.2 #餅    52
6.2.1插值法计算原理    52
6.2.2插值法与响应面法结合    53
6.3算例    53
6.3.1算例介绍    53
6.3.1计算结果    54
6.4本章小结    55
7.结论与展望    56
7.1结论    56
7.2展望    57

资料文件预览：
共1文件夹，1个文件，文件总大小：8.53MB，压缩后大小：6.91MB

• 基于支持向量机的边坡可靠性分析
• 基于支持向量机的边坡可靠性分析_何婷婷.caj  [8.53MB]