导读:本文包含了极限平衡方法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:极限,稳定性,学习机,刚体,方法,不平衡,围岩。
极限平衡方法论文文献综述
田波,姚晖[1]（2018）在《基于极限平衡方法的边坡稳定性分析》一文中研究指出边坡稳定性分析看似简单,其实却有相当的难度。国内外大量学者基于不同架设条件提出了许多不同的分析方法。大致分为以下几类:极限平衡分析法、极限分析法、数字分析法、随机理论分析法等其他分析方法。本文结合工程实例,选用基于刚体极限平衡方法进行分析的二维计算软件Rocsience Slide,分析计算锚碇坡体的整体安全系数和在工程荷载作用下的安全系数。(本文来源于《施工技术》期刊2018年S4期）
张培[2]（2018）在《非平衡数据极限学习机分类方法及其应用》一文中研究指出非平衡分类问题是当前数据挖掘和机器学习领域中一个重要的课题,目前该问题已经引起了越来越多的关注,对学术界和工业界来说都是一个相对较新的挑战。非平衡分类问题涉及在数据不足或者严重的类别分布偏差的情况下对数据进行分类。由于非平衡数据集固有的复杂特性,需要更多新的算法和工具,以实现将大量原始数据有效地转换为有用的信息和知识。极限学习机算法由于其优秀的性能和较快的计算效率,成为热门的分类方法。但不可否认的是,由于其简单的参数设置方法,它存在一些固有的缺陷。如何提高已有算法的分类性能,以及应对更多特定的非平衡分类的实际问题,是目前亟需解决的问题。本文在极限学习机算法的基础上,从算法层面研究非平衡分类问题。本文的主要研究工作如下:(1)针对极限学习机算法随机初始化参数导致的缺陷,提出了基于头脑风暴优化算法的改进加权极限学习机算法。该算法在加权极限学习机网络的基础之上,利用头脑风暴优化算法来优化其网络的隐含层参数,并用面向非平衡数据集的评价指标同时对多数类和少数类的分类情况进行评估,实验结果证明,该方法可以有效提高加权极限学习机对非平衡数据的分类精度,并且效果稳定。(2)针对极限学习机的网络结构,提出了一种变维度头脑风暴算法的自适应CCR-ELM算法。该算法不仅优化了隐含层参数以及折衷因子,同时对隐含层节点进行优化;由于隐含层参数的长度由隐含层节点数决定,优化过程中种群个体长度会发生变化,为此提出了一种变维度头脑风暴算法,利用它找到当前最优的CCR-ELM网络结构。实验证明所提算法性能稳定,且不受非平衡率影响。(3)针对已标记数据较少的非平衡分类问题,提出了一种迁移加权极限学习机算法。采用迁移学习策略以实现源域数据到目标域数据之间的知识迁移,并以少量未标记目标域数据为导向样本,构建新的分类器,实现对目标域中的非平衡数据进行分类。实验证明,所提算法与两个非平衡分类算法和两个迁移极限学习机算法相比,具有更好并且更稳定的分类性能,同时继承了极限学习机类算法的优点,具有较快的运算效率。将所提算法应用到煤矿皮带故障诊断问题中,验证了该算法在实际应用中的有效性。(本文来源于《中国矿业大学》期刊2018-04-10）
张海东[3]（2018）在《基于极限平衡法的叁维边坡临界滑动面搜索方法》一文中研究指出为了得到叁维边坡的滑裂面,提出了4个参数控制的椭球形滑裂面的构造方法,基于叁维极限平衡Spencer法建立目标函数,应用粒子群算法实现了临界滑动面的搜索,并开发了相应的程序。通过将文章方法得到的结果和有限元强度折减法以及其他学者得到的结果对比,证明文章搜索方法的合理性。研究结果表明:文章搜索方法有较好的收敛性。(本文来源于《智能城市》期刊2018年01期）
易维淋,田学民,张汉元[4]（2017）在《一种基于不平衡极限学习机的故障诊断方法》一文中研究指出针对工业过程中因故障频次发生不一致而导致数据不平衡时的故障诊断问题,提出一种基于不平衡极限学习机的故障诊断方法,即:基于混合采样的选择性集成ELM(HSE-ELM)。该方法结合了随机欠采样和SMOTE方法,对不平衡数据进行混合采样,以获得故障数据重平衡的数据子集来训练ELM基分类器。同时考虑到分类器在不同数据域上分类性能的差异,故采用选择性集成的策略,为每个待测样本选择合适的基分类器,构建该样本的集成分类器。基于TE过程的故障诊断实验验证了所提方法的有效性。(本文来源于《第28届中国过程控制会议（CPCC 2017）暨纪念中国过程控制会议30周年摘要集》期刊2017-07-30）
陈晓磊[5]（2016）在《双滑面岩质边坡稳定性极限平衡计算方法》一文中研究指出基于极限平衡理论,综合考虑张拉裂缝积水深度、滑面出流缝是否堵塞、坡顶超载、地震荷载效应以及被动块倾角等因素的影响,推导出了多影响因素条件下含主控弱面双滑面岩石边坡抗滑稳定性系数的表达式,并分析了几种相关参数组合对双滑面破坏岩石边坡稳定性的影响。分析表明:滑面出流缝被堵塞比滑面出流缝未堵塞时对边坡稳定性的影响更大,边坡稳定性随着坡顶张拉裂缝积水深度增加、坡顶附加荷载增大、地震影响效应的增大而减小,在滑面出流缝未堵塞的情况下被动块倾角为20°时双滑面岩石边坡抗滑稳定性系数最大,滑面出流缝被堵塞的情况下被动块倾角为9°时双滑面岩石边坡抗滑稳定性系数最小。针对工程实际,提出了相应的工程建议。(本文来源于《地下空间与工程学报》期刊2016年05期）
吴飞洁,邵生俊,佘芳涛[6]（2016）在《黄土隧道围岩压力的一种极限平衡理论计算方法研究》一文中研究指出隧道围岩压力的计算方法研究是隧道工程支护结构设计中的关键问题。本文依据黄土隧道围岩的破坏模式调查和围岩压力的现场实测结果,提出了黄土隧道破坏模式,进而按照隧道上方土体与侧面楔形体的极限平衡条件,解析得到一种适用于黄土隧道的围岩压力计算方法,并将实际黄土隧道的围岩压力计算结果,与以往土质隧道的5种常用方法计算结果进行对比。研究结果表明:该方法的计算结果介于以往围岩压力计算结果的最大值与最小值之间,且随着埋深增大存在峰值,该峰值可用于判断深浅埋临界深度,并且随黄土强度指标变化,围岩压力计算结果仍处于前述变化范围内。(本文来源于《西安理工大学学报》期刊2016年03期）
姚乔兵[7]（2016）在《不平衡模糊加权极限学习机及其集成方法研究》一文中研究指出随着信息科学技术的迅猛发展,数据的产生和存储都变的极为简单快捷,如何从如此海量的数据中提取出有用的信息和知识,成为人们亟待解决的问题。数据挖掘技术应运而生,它的目的就是从大量的数据中通过算法搜索隐藏于其中的知识与信息,有效提高了闲置数据的利用率。分类任务,即确定样本属于哪一预定义的目标类,是数据挖掘的核心技术之一。目前,分类技术的发展已经趋于成熟,各类算法都有各自的优异表现,但是传统的分类算法多数是基于平衡数据集学习构造模型的。而实际应用中存在着大量不平衡数据集的情况,即数据类别分布严重失衡,有价值的样本所占比例相对较小,如医疗诊断、识别信用卡欺诈、文本分类和医药检测。传统的分类算法在处理不平衡数据集时,往往会将少数类样本错分为多数类样本类别,导致我们重视的少数类样本分类精度很低。极限学习机是近几年兴起的一种快速学习算法,其体现出了训练速度快、泛化能力强等优点。但是,当其用于解决不平衡分类问题时,同样受到数据不平衡分布的影响,从而得出较差的分类结果。针对这一问题,本文的主要工作如下：(1)类不平衡模糊加权极限学习机研究：通过结合不平衡数据集的分布特点及极限学习机的构造机理,从理论上论证类不平衡分布对极限学习机产生的负面影响,并探讨了不平衡比率、类覆盖、样本规模及噪声等因素对其性能的影响机制。进一步,充分挖掘并耦合训练数据的先验分布信息,从代价敏感加权的角度提出了类不平衡模糊加权极限学习机算法。实验结果表明,与加权极限学习机及几种传统的类不平衡极限学习机算法相比,模糊加权极限学习机可明显获得更优的分类性能。而与模糊加权支持向量机系列算法相比,其可获得与之相当的分类性能,但时间开销却要更小。(2)基于Bagging集成的类不平衡模糊加权极限学习机研究：分析了类不平衡模糊加权极限学习机算法可能存在不稳定和过适应的问题,通过引入Bagging集成学习框架,以同构集成的方式将FWELM分类器嵌入到Bagging集成学习模型中,构造出了Bag-FWELM系列算法。通过实验证明,Bag-FWELM系列算法是更加精确、鲁棒与高效的类不平衡极限学习算法。(本文来源于《东南大学》期刊2016-04-05）
张其唯,马淑芝,贾洪彪[8]（2015）在《矿山排土场稳定性评价的FLAC~(3D)方法和刚体极限平衡法对比分析》一文中研究指出排土场比自然边坡要复杂的多,在稳定性评价中有必要利用多种方法共同分析。采用FLAC3D方法和刚体极限平衡法对某排土场进行稳定性评价。极限平衡法计算结果表明,排土场在地震工况下存在沿面滑动的可能性;FLAC3D方法模拟结果表明,排土场整体处于基本稳定状态,但是局部在降雨和地震工况下均有发生沿面滑动的危险性。分析结果的差异性是因为FLAC3D评价的是排土场整体的稳定性,而刚体极限平衡法计算的只是可能滑动面上的稳定性系数,并且在计算过程中无法考虑土体应力应变关系。极限平衡法通过简单计算就能得到排土场稳定性系数,但是不能反映排土场破坏过程;FLAC3D方法能直观反映出排土场破坏机制但是其计算边界的确定和单元网格的划分均有很大的随意性,给后续工作带来一定难度。所以在复杂排土场稳定性评价过程中有必要同时利用两种方法共同分析。(本文来源于《矿业研究与开发》期刊2015年06期）
周舒威,夏才初,葛金科,王双,张平阳[9]（2015）在《粘土中超大直径泥水平衡顶管被动极限支护压力计算方法》一文中研究指出为维持顶管施工开挖面稳定,支护压力的设定必须小于被动极限支护压力。文章根据开挖面极限平衡,提出了超大直径泥水平衡顶管在粘性土中适用的开挖面被动极限支护压力计算方法。依照数值模拟计算方法,研究了超大直径顶管的被动破坏模式;再基于破坏模式,给出了被动极限支护压力的计算思路;对实际工程进行数值模拟并与所提方法进行对照,初步验证了所提方法的合理性;最后与其它理论方法进行了比较,并对提出方法的影响因素进行了分析。研究结果表明:水平圆柱体破坏模式为超大直径泥水平衡顶管的被动破坏模式,该被动模式与埋深无关;提出的方法具有合理性,而且计算过程相对简单,在实际工程中适用;水平圆柱体模式计算方法能够用于层状、均质粘性土中,应用条件是顶管开挖面只处在一个土层内;其得到的计算结果合理地低于其它方法,且偏安全;得到的被动极限支护压力随埋深直径比增大而增大,随内摩擦角和粘聚力的增大而增大。(本文来源于《现代隧道技术》期刊2015年03期）
王卫中,魏桂琴[10]（2015）在《基于极限平衡分析方法的溶洞顶板稳定性评价》一文中研究指出岩溶地区高速公路建设中经常遇到溶洞顶板稳定性评价的问题,通过借鉴采空区采用的极限平衡分析方法对溶洞顶板进行稳定性分析,并结合常用的稳定性评价方法对工程实例进行了计算分析评价,验证了该方法的可靠性和快捷性,为岩溶区溶洞稳定性评价提供了思路,有一定的工程实用价值。(本文来源于《中国水运(下半月)》期刊2015年05期）
极限平衡方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
非平衡分类问题是当前数据挖掘和机器学习领域中一个重要的课题,目前该问题已经引起了越来越多的关注,对学术界和工业界来说都是一个相对较新的挑战。非平衡分类问题涉及在数据不足或者严重的类别分布偏差的情况下对数据进行分类。由于非平衡数据集固有的复杂特性,需要更多新的算法和工具,以实现将大量原始数据有效地转换为有用的信息和知识。极限学习机算法由于其优秀的性能和较快的计算效率,成为热门的分类方法。但不可否认的是,由于其简单的参数设置方法,它存在一些固有的缺陷。如何提高已有算法的分类性能,以及应对更多特定的非平衡分类的实际问题,是目前亟需解决的问题。本文在极限学习机算法的基础上,从算法层面研究非平衡分类问题。本文的主要研究工作如下:(1)针对极限学习机算法随机初始化参数导致的缺陷,提出了基于头脑风暴优化算法的改进加权极限学习机算法。该算法在加权极限学习机网络的基础之上,利用头脑风暴优化算法来优化其网络的隐含层参数,并用面向非平衡数据集的评价指标同时对多数类和少数类的分类情况进行评估,实验结果证明,该方法可以有效提高加权极限学习机对非平衡数据的分类精度,并且效果稳定。(2)针对极限学习机的网络结构,提出了一种变维度头脑风暴算法的自适应CCR-ELM算法。该算法不仅优化了隐含层参数以及折衷因子,同时对隐含层节点进行优化;由于隐含层参数的长度由隐含层节点数决定,优化过程中种群个体长度会发生变化,为此提出了一种变维度头脑风暴算法,利用它找到当前最优的CCR-ELM网络结构。实验证明所提算法性能稳定,且不受非平衡率影响。(3)针对已标记数据较少的非平衡分类问题,提出了一种迁移加权极限学习机算法。采用迁移学习策略以实现源域数据到目标域数据之间的知识迁移,并以少量未标记目标域数据为导向样本,构建新的分类器,实现对目标域中的非平衡数据进行分类。实验证明,所提算法与两个非平衡分类算法和两个迁移极限学习机算法相比,具有更好并且更稳定的分类性能,同时继承了极限学习机类算法的优点,具有较快的运算效率。将所提算法应用到煤矿皮带故障诊断问题中,验证了该算法在实际应用中的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
极限平衡方法论文参考文献
[1].田波,姚晖.基于极限平衡方法的边坡稳定性分析[J].施工技术.2018
[2].张培.非平衡数据极限学习机分类方法及其应用[D].中国矿业大学.2018
[3].张海东.基于极限平衡法的叁维边坡临界滑动面搜索方法[J].智能城市.2018
[4].易维淋,田学民,张汉元.一种基于不平衡极限学习机的故障诊断方法[C].第28届中国过程控制会议（CPCC2017）暨纪念中国过程控制会议30周年摘要集.2017
[5].陈晓磊.双滑面岩质边坡稳定性极限平衡计算方法[J].地下空间与工程学报.2016
[6].吴飞洁,邵生俊,佘芳涛.黄土隧道围岩压力的一种极限平衡理论计算方法研究[J].西安理工大学学报.2016
[7].姚乔兵.不平衡模糊加权极限学习机及其集成方法研究[D].东南大学.2016
[8].张其唯,马淑芝,贾洪彪.矿山排土场稳定性评价的FLAC~(3D)方法和刚体极限平衡法对比分析[J].矿业研究与开发.2015
[9].周舒威,夏才初,葛金科,王双,张平阳.粘土中超大直径泥水平衡顶管被动极限支护压力计算方法[J].现代隧道技术.2015
[10].王卫中,魏桂琴.基于极限平衡分析方法的溶洞顶板稳定性评价[J].中国水运(下半月).2015
论文知识图
