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