岩土与结构工程中不确定性问题及其分析方法【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

岩土与结构工程中不确定性问题及其分析方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章　绪论1

1.1　不确定性的概念1

1.2　不确定性的类型3

1.2.1　不确定性主客观分类3

1.2.2　不确定性现象分类4

1.3　不确定性研究的目的和内容9

1.3.1　研究目的9

1.3.2　研究内容11

1.4　不确定性理论概述14

1.5　岩土与结构工程中的不确定性问题24

1.6　不确定性优化与数学规划概述29

参考文献32

第2章　随机理论及其在岩土与结构工程中的应用35

2.1　概率论35

2.1.1　概率和概率空间35

2.1.2　随机变量的概念36

2.1.3　随机变量的分布函数37

2.1.4　随机变量的概率分布密度38

2.1.5　随机变量的数字特征39

2.1.6　随机变量的k阶矩和中心矩40

2.1.7　随机向量与随机变量的函数41

2.1.8　熵41

2.2　随机过程41

2.2.1　随机过程的概念及分类41

2.2.2　随机过程的分布函数及密度函数42

2.2.3　随机过程的数字特征43

2.2.4　随机场44

2.2.5　几种常见的随机过程的分布律44

2.3　数理统计45

2.3.1　经典统计45

2.3.2　贝叶斯统计47

2.4　岩土与结构工程随机分析方法48

2.4.1　随机模拟方法49

2.4.2　摄动随机分析方法50

2.4.3　正交展开理论的随机结构分析51

2.4.4　随机有限元法52

2.4.5　随机边界元法56

2.5　随机工程参数分析与选择57

2.5.1　参数的概率统计分析57

2.5.2　材料参数的随机场模型59

2.5.3　参数随机反分析61

2.6　工程一般随机分析65

2.7　结构工程可靠性分析68

2.7.1　单个结构的可靠性分析68

2.7.2　结构工程系统可靠度75

2.7.3　结构可靠性研究进展78

2.8　岩土工程稳定可靠性分析79

2.8.1　边坡稳定可靠性分析79

2.8.2　地下工程稳定可靠性分析81

2.8.3　基础工程可靠性分析82

2.9　随机工程优化设计85

2.9.1　基于可靠度的优化设计85

2.9.2　结构稳健性优化设计88

2.9.3　随机数学规划89

2.10　随机工程建模90

2.11　小结93

2.11.1　可靠性理论及其应用93

2.11.2　随机反分析研究95

2.11.3　随机有限元法展望95

2.11.4　随机结构系统建模96

参考文献97

第3章　模糊数学及其在岩土与结构工程中的应用111

3.1　模糊集合论基础111

3.1.1　模糊集合的概念111

3.1.2　模糊集合的运算112

3.1.3　模糊集合的分解定理116

3.1.4　模糊扩张原理与模糊数117

3.1.5　隶属函数的建立122

3.1.6　模糊集合的贴近度与模糊度127

3.1.7　模糊模式识别130

3.1.8　可能性理论132

3.2　模糊关系与模糊聚类分析133

3.2.1　模糊关系及其运算133

3.2.2　模糊关系的性质135

3.2.3　模糊等价关系与传递闭包136

3.2.4　模糊相似关系137

3.2.5　模糊矩阵137

3.2.6　模糊图139

3.2.7　模糊聚类分析141

3.3　模糊综合评判144

3.3.1　模糊映射与模糊变换144

3.3.2　模糊综合评判145

3.4　模糊有限单元法147

3.4.1　基于模糊区间数运算的模糊有限单元法148

3.4.2　基于小参数二阶摄动法的模糊有限元法156

3.5　模糊边界元法157

3.5.1　间接边界元法简介157

3.5.2　基于模糊区间数运算的模糊边界元法159

3.6　与模糊分析耦合使用的几种常用分析方法163

3.6.1　层次分析法163

3.6.2　二元对比法163

3.6.3　模糊物元分析法164

3.6.4　德尔菲（Delphi）方法及带信任度的德尔菲法166

3.7　模糊工程参数和材料类型的确定166

3.7.1　模糊工程参数确定166

3.7.2　材料类型确定的模糊分析方法173

3.8　模糊工程稳定性分析178

3.8.1　边坡稳定性模糊分析179

3.8.2　地下工程稳定性模糊分析184

3.9　模糊工程灾变分析186

3.9.1　工程震灾模糊分析187

3.9.2　地下洞室岩爆烈度的模糊分析方法190

3.10　模糊工程优化设计191

3.10.1　结构模糊优化设计192

3.10.2　工程设计方案模糊优化选择197

3.10.3　模糊数学规划199

3.11　小结201

3.11.1 岩土与结构工程中常用的模糊分析方法及其应用领域201

3.11.2　应用模糊分析方法时常遇到的几个问题202

3.11.3　研究展望203

参考文献204

第4章　灰色系统理论及其在岩土与结构工程中的应用213

4.1　灰色系统的数据处理和灰关联分析213

4.1.1　灰色系统的描述213

4.1.2　数据处理的累加生成法和累减生成法214

4.1.3　灰色关联分析214

4.2　灰色聚类216

4.2.1　灰色关联聚类216

4.2.2　灰类白化权函数聚类217

4.3　灰色系统建模218

4.3.1　GM（1,1）模型218

4.3.2　GM（1,N）模型225

4.3.3　GM（2,1）模型226

4.3.4 GM（n,h）模型及灰色流变模型GRM（n,h）228

4.3.5 GM（0,h）模型及GAM（0,h）模型229

4.4　灰色预测与灰色决策229

4.4.1　灰色预测229

4.4.2　灰色决策231

4.4.3　灰色数学规划234

4.5　灰色工程参数与因素分析及分类236

4.5.1　工程参数选择或优化236

4.5.2　工程影响因素分析236

4.5.3　灰色分类237

4.6　灰色基础工程分析预测239

4.6.1　深基坑变形与位移的灰色分析239

4.6.2　桩基工程的灰色分析241

4.6.3　地基沉降和承载力的灰色预测242

4.7　灰色工程变形及稳定性分析预测244

4.7.1　地下工程变形与稳定性的灰色分析预测245

4.7.2　边坡工程变形与稳定性的灰色分析方法247

4.8　灰色工程灾变分析预测248

4.9　灰色工程优化设计250

4.10　小结252

4.10.1　灰色关联分析的应用与改进253

4.10.2　白化权函数聚类分析评价253

4.10.3　灰色建模与预测问题253

4.10.4　灰色优化设计254

4.10.5　灰色分析方法研究展望255

参考文献255

第5章　人工神经网络及其在岩土与结构工程中的应用261

5.1　人工神经网络基础261

5.1.1　人工神经网络处理单元262

5.1.2　人工神经网络的拓扑结构263

5.1.3　人工神经网络学习265

5.1.4　神经网络的工作方式266

5.2　前馈神经网络268

5.2.1 BP神经网络268

5.2.2　径向基网络273

5.2.3　小波神经网络275

5.3　反馈神经网络277

5.3.1 Hopfield网络277

5.3.2　递归神经网络285

5.4　随机神经网络288

5.4.1　模拟退火算法288

5.4.2　玻尔兹曼机289

5.5　自组织神经网络291

5.5.1 自组织特征映射神经网络291

5.5.2　自共振神经网络292

5.5.3　对向传播神经网络295

5.6　神经网络的应用开发设计与实现296

5.6.1 ANN应用开发设计296

5.6.2　神经网络的实现298

5.7　神经网络在工程参数选择与模式识别及分类中的应用299

5.7.1　应用神经网络进行工程参数选择与模式识别299

5.7.2　岩土与结构材料分类的判别303

5.8　神经网络在桩基工程中的应用306

5.8.1　预测桩基极限承载力306

5.8.2　单桩荷载-位移关系309

5.8.3　桩身完整性判定311

5.8.4　应用小结312

5.9　神经网络在基坑工程中的应用313

5.10　神经网络在工程稳定性分析与沉降预测中的应用318

5.10.1　边坡稳定性神经网络分析318

5.10.2　地下工程稳定性神经网络分析319

5.10.3　地表沉陷的预测321

5.10.4　地基沉降预测322

5.11　神经网络在工程灾变问题中的应用323

5.11.1　砂土液化评价的神经网络方法323

5.11.2　工程地震灾变中的神经网络方法325

5.11.3　岩爆问题的神经网络方法329

5.12　神经网络在工程优化设计中的应用330

5.12.1　应用BP网络优化设计331

5.12.2　应用Hopfield神经网络优化设计332

5.13　小结335

5.13.1　前馈网络的应用335

5.13.2　反馈网络的应用339

5.13.3　随机神经网络的应用342

5.13.4 自组织神经网络的应用342

参考文献343

第6章　遗传算法及其在岩土与结构工程中的应用355

6.1　基本遗传算法355

6.1.1　遗传算法的基本思路355

6.1.2　基本遗传算法的运算步骤和计算流程356

6.1.3　基本遗传算法的编码和解码357

6.1.4　适应度及其变换357

6.1.5　基本遗传算子359

6.1.6　遗传算法的运行参数365

6.1.7　约束条件的处理方法366

6.2　其他类型遗传算法367

6.2.1　其他编码方法367

6.2.2　其他遗传算子370

6.2.3　其他遗传算法372

6.3　遗传-有限元智能计算方法376

6.4　遗传工程参数及本构模型识别381

6.4.1　遗传工程参数识别381

6.4.2　遗传本构模型辨识384

6.5　遗传结构工程优化设计387

6.5.1　结构截面面积遗传优化387

6.5.2　拓扑和形状遗传优化389

6.5.3　抗震结构智能优化设计和布局、类型遗传优化392

6.6　遗传岩土工程优化设计392

6.6.1　地基基础遗传优化设计392

6.6.2　深基坑工程遗传优化设计393

6.7　遗传地基基础工程分析395

6.7.1　地基承载力和沉降遗传分析395

6.7.2　基础承载力和沉降遗传分析399

6.8　遗传工程稳定性分析400

6.8.1　地基整体稳定性遗传分析401

6.8.2　深基坑稳定性遗传分析402

6.8.3　边坡稳定性遗传分析402

6.9　小结405

6.9.1　遗传分析方法应用领域405

6.9.2　遗传分析方法应用评价及展望406

参考文献408

第7章　其他不确定性理论及其在岩土与结构工程中的应用414

7.1　突变理论及其在岩土与结构工程中的应用414

7.1.1　突变理论基础414

7.1.2　突变理论在岩土与结构工程的应用现状420

7.1.3　突变理论的应用展望429

7.2　混沌理论及其在岩土与结构工程中的应用430

7.2.1　混沌理论的基本概念430

7.2.2　混沌分析技术432

7.2.3　混沌-有限元智能计算方法438

7.2.4　混沌控制技术441

7.2.5　混沌理论在岩土与结构工程中的应用443

7.2.6　混沌理论在岩土与结构工程中的应用展望448

7.3　粗糙集及其在岩土与结构工程中的应用448

7.3.1　粗糙集基础448

7.3.2　粗糙集理论在岩土与结构工程中的应用453

参考文献455

第8章　各种不确定性分析的耦合及其在岩土与结构工程中的应用464

8.1　模糊随机分析及其在岩土与结构工程中的应用464

8.1.1　用随机模糊方法确定或处理材料参数464

8.1.2　模糊可靠度分析466

8.1.3　随机模糊方法进行灾变预测473

8.2　随机神经网络分析及其在岩土与结构工程中的应用474

8.2.1　随机神经网络分析方法在结构工程中的应用474

8.2.2　岩土工程可靠性神经网络分析478

8.3　模糊神经网络及其在岩土与结构工程中的应用479

8.3.1　模糊神经网络简述479

8.3.2　模糊神经网络在岩土与结构工程中的应用482

8.4　灰色神经网络及其在岩土与结构工程中的综合应用484

8.5　随机遗传分析及其在岩土与结构工程中的应用489

8.5.1　遗传算法在可靠度分析中的应用489

8.5.2　遗传算法在结构（系统）可靠性优化中的应用491

8.6　遗传神经网络及其在岩土与结构工程中的应用492

8.6.1　进化神经网络493

8.6.2　神经网络进化遗传算法500

8.6.3　遗传算法与神经网络协同求解问题501

8.6.4　遗传-神经网络-数值智能计算方法504

8.6.5　遗传神经混合算法的研究方向508

8.7　混沌神经网络及其在岩土与结构工程中的应用509

8.7.1　混沌神经元网络和混沌神经网络概要510

8.7.2　混沌优化神经网络511

8.7.3　混沌神经网络在岩土与结构工程中的应用512

8.7.4　混沌神经网络应用展望513

8.8　其他不确定性分析方法的结合及其在岩土与结构工程中的应用513

8.8.1　灰色模糊分析方法513

8.8.2　粗集神经网络及其在岩土与结构工程中的应用516

8.8.3　混沌时间序列及其在岩土与结构工程中的应用516

8.8.4　混沌遗传算法及其在岩土与结构工程中的应用517

8.8.5　混沌突变分析及其在岩土与结构工程中的应用518

参考文献518