多元自适应回归样条方法在多维大数据岩土工程中的应用(英文版)--详细介绍

图书搜索
帮助
热门图书
平面设计基础(第二版)
EDA技术实用教程——V...
内蒙古大兴安岭汗马国家级...
基于深度学习的医学图像数...
中国中西部南北旅游大通道...
汽车维护实训指导
管理学基础
食品理化检验技术
数控车削操作与实训
推荐系统进展:方法与技术
基于评估的智障学生职业教...
成本核算与管理
机电设备基本电路装接与调...
学前儿童区域游戏经典案例
机电设备操作
体能和形体训练(下)
新编大学计算机基础——计...
C语言程序设计实验指导与...
电子技术基础与实训教程
建筑装饰工程施工组织与管...
区域性幼儿园游戏化课程设...
财经法规与会计职业道德
[ 本科及研究生教材 ]
    [ 信息技术,电子 ]
        [ 信息技术,电子 ]
    [ 经济管理 ]
        [ 经济管理 ]
    [ 建筑 ]
        [ 建筑 ]
    [ 机械,制造 ]
        [ 机械,制造 ]
    [ 公共课 ]
        [ 公共课 ]
[ 高职高专教材 ]
    [ 信息技术,电子 ]
        [ 信息技术,电子 ]
    [ 经济管理 ]
        [ 经济管理 ]
    [ 建筑 ]
        [ 建筑 ]
    [ 机械,制造 ]
        [ 机械,制造 ]
    [ 农林环境 ]
        [ 农林环境 ]
    [ 公共课 ]
        [ 公共课 ]
[ 中职中专教材 ]
    [ 信息技术,电子 ]
        [ 信息技术,电子 ]
    [ 经济管理 ]
        [ 经济管理 ]
    [ 建筑 ]
        [ 建筑 ]
    [ 机械,制造 ]
        [ 机械,制造 ]
    [ 公共课 ]
        [ 公共课 ]
[ 店销书,专著 ]
    [ 信息技术,电子 ]
        [ 信息技术,电子 ]
    [ 经济管理 ]
        [ 经济管理 ]
    [ 建筑 ]
        [ 建筑 ]
    [ 机械,制造 ]
        [ 机械,制造 ]
    [ 农林环境 ]
        [ 农林环境 ]
    [ 其他 ]
        [ 其他 ]
 当前位置:店销书,专著 建筑 建筑 建筑 多元自适应回归样条方法在多维大数据岩土工程中的应用(英文版)
   
多元自适应回归样条方法在多维大数据岩土工程中的应用(英文版)
作者:仉文岗
书名:多元自适应回归样条方法在多维大数据岩土工程中的应用(英文版)
定价:¥ 160 元
光盘: 
丛书名:  
免费资源下载:
本书PPT下载:
目录和样章下载: 样章下载地址
开本: 小16K
标准书号: 978-7-03-061046-1
字数(千): 300
页数: 264
出版日期: 2019-6-17
发行号: TU-1767.0101
装帧: 精装
点击热度: 389
最新印刷日期:    
 
编辑推荐
...........................................................................................................................................
 
获奖情况
...........................................................................................................................................
 
图书介绍
...........................................................................................................................................
 
前言
...........................................................................................................................................
 
图书目录
...........................................................................................................................................
1 Introduction 1
1.1 Background 1
1.2 Objectives and Scope of This Book 3
1.3 Outline of This Book 3
References 5
2 A Review of Surrogate Models 7
2.1 Several Commonly Adopted Approaches 7
2.1.1 Response Surface Methods 7
2.1.2 Regression Analysis 8
2.1.3 Artificial Neural Networks 8
2.2 MARS Methodology 9
2.2.1 A Brief Introduction of MARS 9
2.2.2 MARS Algorithm 9
2.2.3 MARS Applications 12
2.3 Summary 13
References 13
3 Simple MARS Modeling Examples 19
3.1 Simple Function Approximation 19
3.2 Two­Dimensional Approximation 21
3.3 Function Approximation with Noise23
3.4 Summary 24
Reference 25
4 MARS Use in Prediction of Collapse Potential
for Compacted Soils 27
4.1 Background 27
4.2 The Database 28
4.3 The Developed MARS Models and Modeling Results29
4.4 Model Interpretability 29
vii
4.5 Parameter Relative Importance43
4.6 Summary 45
References 45
5 MARS Use in Prediction of Diaphragm Wall Deflections
in Soft Clays 47
5.1 Background 47
5.2 The Database 49
5.3 The Developed MARS Models and Modeling Results49
5.4 Model Interpretability 78
5.5 Parameter Relative Importance79
5.6 Assessment of the Proposed MARS Model 79
5.7 Summary 79
References 82
6 MARS Use for Inverse Analysis of Soil and Wall Properties
in Braced Excavation 85
6.1 Background 85
6.2 The Databases 87
6.3 The Developed MARS E50=cu Model and Parametric
Sensitivity Analysis87
6.4 Excavation History Validations on E50=cu Model 91
6.5 The Developed MARS lneST Model and Parametric
Sensitivity Analysis95
6.6 Excavation History Validations on lneST Model 99
6.7 Summary 99
References 101
7 MARS Use for Estimations of Lateral Wall Deflection Profiles 103
7.1 Background 103
7.2 The Databases 105
7.3 The Developed MARS Model and Modeling Results 110
7.4 Parametric Sensitivity Analysis 115
7.5 Excavation Case History Validations 115
7.6 Summary 116
References 118
8 MARS Use for Determination of EPB Tunnel­Related
Maximum Surface Settlement 121
8.1 Background 121
8.2 Ground Conditions 123
8.3 Data Sets and the Influential Parameters 125
8.3.1 Tunnel Geometry 126
8.3.2 Geological Conditions 126
8.3.3 EPB Operation Factors 126
viii Contents
8.4 The Developed MARS Model and Modeling Results 129
8.5 Parametric Sensitivity Analyses 130
8.6 Summary 132
References 134
9 MARS Use in HP­Pile Drivability Assessment 137
9.1 Background 138
9.2 The Database and Performance Measures 139
9.3 The Developed MARS Models and Modeling Results142
9.3.1 Pile Category Q1 142
9.3.2 Pile Categories Q2–Q5 147
9.4 Combined Data set Q1–Q5149
9.4.1 Model Interpretability 150
9.4.2 Parameter Relative Importance 152
9.5 Summary 154
References 154
10 MARS Use in Estimation of Liquefaction­Induced Lateral
Spreading 155
10.1 Background 155
10.2 The Database 158
10.3 The Developed MARS Model 159
10.4 Parametric Sensitivity Analysis and Model Interpretability 166
10.5 Design Charts 169
10.6 Discussions and Summary 170
References 170
11 MARS Use in Assessment of Soil Liquefaction Based
on Capacity Energy Concept 173
11.1 Background 173
11.2 The Database 176
11.3 MARS Modeling Results 177
11.4 Parameter Relative Importance177
11.5 The Developed MARS Model 179
11.6 Parametric Sensitivity Analysis 180
11.7 Validation from Case Histories 182
11.8 Performance Comparisons 184
11.9 Summary 185
References 185
12 MARS_LR Use in Assessment of Soil Liquefaction 187
12.1 Background 187
12.2 Modeling Accuracy 188
12.3 The Databases 189
Contents ix
12.3.1 Database 1 189
12.3.2 Database 2 191
12.3.3 Database 3 191
12.4 The Developed MARS_LR Models and Modeling Results 191
12.4.1 MARS_LR Model 1 192
12.4.2 MARS_LR Model 2 193
12.4.3 MARS_LR Model 3 195
12.5 Summary 196
References 197
13 MARS Use in Evaluating Entry­Type Excavation Stability 199
13.1 Background 199
13.2 Critical Span Graph and the Database 200
13.3 The Developed MARS_LR Model and Modeling Results 203
13.4 Model Interpretability 205
13.5 Summary 206
References 206
14 Conclusions and Recommendations209
14.1 Summary and Conclusions 209
14.1.1 Main Advantages of MARS 209
14.1.2 Applications of MARS Algorithm in Big Data
Geotechnical Problems 210
14.1.3 MARS_LR for Pattern Recognition/Classification 210
14.2 Recommendations for Future Work 210
References 211
Appendix A: MATLAB BP Algorithm Adopted for the BPNN
Models 213
Appendix B: MARS Algorithms Adopted for the Built Models
Using MATLAB 217
 
 
本站首页 | 联系我们 | 所有图书 | 资源下载 | 作者投稿 | 读者反馈 | 业务联系 | 招聘信息 | 加入收藏    
Copyright www.abook.cn All Rights Reserved
地址:北京市海淀区北三环西路43号青云当代大厦21层2109   邮编:100086
站长QQ:693638799 Email:693638799@qq.com 电话:010-62140850
版权所有:科学出版社 职教技术出版中心
京ICP备13039988号