目錄 序
前言
1 概論
1·1 智能巖石力學(xué)產(chǎn)生的背景
1·2 智能巖石力學(xué)的主要研究思路和內(nèi)容
1·3 智能巖石力學(xué)的若干新概念
2 智能科學(xué)的若干基本理論
2·1 神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
2·2 遺傳算法
2·3 并行遺傳算法
2·4 模擬退火算法
2·5 并行退火演化算法
2·6 分布式人工智能
2·7 知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘
3 巖石力學(xué)參數(shù)非線性關(guān)系的智能識(shí)別
3·1 巖石力學(xué)參數(shù)的智能識(shí)別方法
3·2 泥化夾層殘余強(qiáng)度關(guān)系的智能辨識(shí)
3·3 巖石節(jié)理力學(xué)參數(shù)的非線性估計(jì)
4 智能位移反演方法
4·1 引言
4·2 基于進(jìn)化搜索的智能位移反演方法
4·3 進(jìn)化-神經(jīng)網(wǎng)絡(luò)位移反演方法
4·4 三峽工程永久船閘高邊坡的巖體力學(xué)參數(shù)的智能反演
5 地應(yīng)力的智能估計(jì)
5·1 引言
5·2 聲發(fā)射數(shù)據(jù)的獲取
5·3 從聲發(fā)射隨應(yīng)力演化的數(shù)據(jù)中識(shí)別kaiser效應(yīng)點(diǎn)（應(yīng)力）的方法
5·4 地應(yīng)力的估計(jì)實(shí)例
6 巖體力學(xué)非線性動(dòng)力學(xué)系統(tǒng)的智能辨識(shí)
6·1 引言
6·2 常微分方程數(shù)值解與動(dòng)力學(xué)模型識(shí)別
6·3 巖石力學(xué)非線性動(dòng)力學(xué)系統(tǒng)的智能辨識(shí)
6·4 邊坡位移非線性時(shí)間序列的智能建模
6·5 煤礦頂板平壓非線性序列的建模
7 材料非線性本構(gòu)模型的自適應(yīng)識(shí)別
7·1 引言
7·2 神經(jīng)網(wǎng)絡(luò)材料本構(gòu)模型
7·3 智能有限元方法
7·4 神經(jīng)網(wǎng)絡(luò)材料本構(gòu)模型的自適應(yīng)識(shí)別方法
7·5 砂巖本構(gòu)關(guān)系的識(shí)別
7·6 復(fù)合材料本構(gòu)模型的識(shí)別
8 化學(xué)環(huán)境侵蝕下的巖石破裂特性及其智能辨識(shí)
8·1 引言
8·2 雙抗扭條件下的巖石微破裂過(guò)程特性及其智能辨識(shí)
8·3 三點(diǎn)彎曲條件下的巖石微破裂過(guò)程特性
8·4 三軸壓縮條件下的巖石微破裂過(guò)程特性及其智能辨識(shí)
8·5 單軸應(yīng)力條件下的巖石微破裂過(guò)程特性
9 露天礦邊坡穩(wěn)定性的綜合集成智能分析
9·1 引言
9·2 邊坡穩(wěn)定性分析的一種集成智能理論模型
9·3 影響露天礦邊坡穩(wěn)定性的因素
9·4 邊坡巖體質(zhì)量分類
9·5 邊坡角的神經(jīng)網(wǎng)絡(luò)估計(jì)
9·6 破壞模式的智能識(shí)別
9·7 邊坡穩(wěn)定性的綜合智能估計(jì)
9·8 邊坡設(shè)計(jì)的進(jìn)化
9·9 邊坡穩(wěn)定性分析綜合集成智能系統(tǒng)
9·10 工程應(yīng)用
10 深部開(kāi)發(fā)誘發(fā)的巖爆的智能風(fēng)險(xiǎn)估計(jì)
10 深部開(kāi)采誘發(fā)的巖爆的智能風(fēng)險(xiǎn)估計(jì)
10·1 引言
10·2 關(guān)于巖爆及其控制措施的認(rèn)識(shí)
10·3 巖爆與礦震事件的分形行為
10·4 巖爆風(fēng)險(xiǎn)估計(jì)專家系統(tǒng)
10·5 巖爆發(fā)生可能性識(shí)別的神經(jīng)網(wǎng)絡(luò)模型
10·6 防治措施識(shí)別
10·7 巖爆風(fēng)險(xiǎn)估計(jì)的綜合集成智能系統(tǒng)
10·8 綜合集成智能系統(tǒng)的應(yīng)用
11 結(jié)語(yǔ)
11·1 internet
11·2 internet應(yīng)用
11·3 全球范圍內(nèi)的協(xié)作是發(fā)展智能巖石力學(xué)的有效途徑
11·4 智能采礦控制工程力學(xué)
參考文獻(xiàn)
