0 绪论 1
0.1 岩土力学与工程面临的困难与挑战 1
0.2 国内外研究现状 3
0.3 支持向量机在岩土力学与工程中应用的可行性 9
0.4 支持向量机在岩土工程中的应用现状 10
参考文献 12
1 支持向量机及其他智能分析法 15
1.1 统计学习理论简介 16
1.2 支持向量机及其学习算法 21
1.3 序列最小优化法 32
1.4 遗传算法简介 39
1.5 微粒群算法 42
参考文献 44
2 岩土结构变形预测 45
2.1 边坡非线性变形的进化支持向量机分析 46
2.2 基于微粒群优化的边坡变形预测 65
参考文献 72
3 基于监测数据的位移反分析 73
3.1 基于进化支持向量机位移反分析 73
3.2 基于进化支持向量机的滑动面参数识别 93
3.3 基于支持向量机与微粒群的位移反分析研究 99
参考文献 108
4 边坡稳定性的支持向量机分析 109
4.1 边坡稳定性估计的支持向量机 109
4.2 基于支持向量机的边坡最危险滑动面识别 117
4.3 滑坡加固方案优化的支持向量机 124
4.4 基于蒙特卡洛与支持向量机的边坡可靠性分析 130
参考文献 141
5 支持向量机在岩土工程中的其他应用 143
5.1 围岩破坏模式的识别 143
5.2 基坑支护设计优化的支持向量机 147
5.3 岩土本构关系的支持向量机模型 154
5.4 预测冲击地压的PSO-SVM模型 160
参考文献 165
附录 支持向量机分类的SMO算法源程序 169