简论向量基于支持向量机中南公路边坡稳定性

致谢5-6

摘要6-7

Abstract7-10

1 绪论10-15

1.1 概述10-11

1.2 国内外探讨近况11-13

1.3 探讨内容及技术路线13-15

2 支持向量机与快速混乱遗传算法15-27

2.1 统计学习论述15-18

2.1.1 机器学习15-16

2.1.2 统计学习策略16-18

2.2 支持向量机18-23

2.3 快速混乱遗传算法23-26

2.4 进化支持向量机26-27

3 边坡稳定性浅析论述27-38

3.1 边坡破坏的理由及分类27-33

3.1.1 边坡破坏定义与理由27-28

3.1.2 边坡破坏类型28-29

3.1.3 边坡稳定性浅析策略29-33

3.2 边坡稳定性影响因素33-38

3.2.1 边坡稳定性影响因素调查33-34

3.2.2 边坡稳定性影响因子确定34-38

4. 中南公路边坡稳定性影响因素的测定38-48

4.1 中南公路项目概况38-41

4.1.1 中南公路基本概况38

4.1.2 区域基本地质环境条件38-40

4.1.3 中南公路边坡数据资料整理40-41

4.2 中南公路边坡稳定性影响因子的确定41-47

4.2.1 中南公路边坡外业测绘42-44

4.2.2 中南公路边坡室内岩土试验44-46

4.2.3 中南公路气象条件46-47

4.3 中南公路边坡稳定性影响因素汇总47-48

5 SVM 和 ESVM 计算程序的编制与运用48-66

5.1 数据样本的权重系数48-51

5.2 边坡稳定性浅析的 SVM 计算程序51-54

5.2.1 构建 SVM 策略的数据样本51

5.2.2 SVM 计算程序编制与测试51-54

5.3 边坡稳定性浅析的 ESVM 计算程序54-61

5.4 FLAC 3D 运用于中南公路边坡稳定性浅析61-64

5.5 中南公路边坡稳定性浅析结果比较64-66

6 结论66-67