| 《岩土力学与工程中的支持向量机分析》可供土木工程、矿业工程、计算机科学等领域科技工作者、高等院校相关领域的师生及研究生参考，对相关领域的工程技术人员也有一定的参考价值。 |
| 赵洪波，1971年出生，男，河南理工大学土木工程学院副教授（校聘教授），2003年6月获中国科学院武汉岩士力学研究所固体力学博士学位。2004年入选浙江省高校优秀青年教师计划资助名单，入选2005年度浙江省“新世纪151人才工程”第三层次培养人员：主持中国科学院岩土力学重点实验室开放基金课题、绍兴市科技计划项目、浙江省教育厅科研项目等多个课题的研究工作；参加了国家自然科学基金、中国科学院知识创新工程重大项目等多个课题的研究工作，发表论文50余篇，其中SCI收录6篇、日收录26篇、ISTP收录7篇。 |
| 0 绪论 0.1 岩土力学与工程面临的困难与挑战 0.2 国内外研究现状 0.3 支持向量机在岩土力学与工程中应用的可行性 0.4 支持向量机在岩土工程中的应用现状 参考文献 1 支持向量机及其他智能分析法 1.1 统计学习理论简介 1.2 支持向量机及其学习算法 1.3 序列最小优化法 1.4 遗传算法简介 1.5 微粒群算法 参考文献 2 岩土结构变形预测 2.1 边坡非线性变形的进化支持向量机分析 2.2 基于微粒群优化的边坡变形预测 参考文献 3 基于监测数据的位移反分析 3.1 基于进化支持向量机位移反分析 3.2 基于进化支持向量机的滑动面参数识别 3.3 基于支持向量机与微粒群的位移反分析研究 参考文献 4 边坡稳定性的支持向量机分析 4.1 边坡稳定性估计的支持向量机 4.2 基于支持向量机的边坡最危险滑动面识别 4.3 滑坡加固方案优化的支持向量机 4.4 基于蒙特卡洛与支持向量机的边坡可靠性分析 参考文献 5 支持向量机在岩土工程中的其他应用 5.1 围岩破坏模式的识别 5.2 基坑支护设计优化的支持向量机 5.3 岩土本构关系的支持向量机模型 5.4 预测冲击地压的PSO-SVM模型 参考文献 附录 支持向量机分类的SMO算法源程序 |
内容加载中，请稍后...
商品评论（0条）