在贝叶斯理论框架下, 提出了一种基于多源数据融合的深埋硬岩隧道围岩参数概率反演方法.首先, 分析硬岩隧道常用的启裂-剥落界限本构模型中围岩单轴抗压强度、启裂强度与抗压强度比及抗拉强度三个参数不确定性来源, 确定其概率统计特征; 其次, 利用粒子群算法优化多输出支持向量机, 建立反映反演参数与隧道监测数据间非线性映射关系的智能响应面; 最后, 结合贝叶斯分析方法构建概率反演模型, 运用马尔科夫链蒙特卡洛模拟算法实现了围岩参数的动态更新.将该方法应用到某深埋硬岩隧道中, 利用反演的围岩参数计算隧道拱顶下沉点、周边收敛点变化值及开挖损伤区深度, 与监测数据吻合较好.结果表明, 该方法可以实现围岩多参数快速概率反演, 更新后的参数可用于硬岩隧道施工安全风险评估与结构可靠性设计

一般我们把研究对象的全体称为总体(或母体),而 把每一个研究对象称为个体例如,在研究某灯泡厂生产 工的灯泡质量时,该厂生产的灯泡全体构成的一个总体,其 工中每只灯泡都是个体;研究某班高等数学课程的成绩时, 该班每个同学都是个体,全体同学构成一个总体 工 在实际问题中,人们主要关心的往往是研究对象的某 个(或某些)数量指标及其在总体中的分布情况如研究 工灯泡的质量时,关注的是灯泡的使用寿命这一指标;在研 工究大学生的体质时,则主要关心的是大学生的身高、体重

2.1 结构上的作用及分类 2.2 作用的概率模型 2.3 房屋建筑结构荷载的统计分析结果 2.4 公路桥梁结构荷载的统计分析结果

随机信号和随机噪声的基本概念 随机信号:实际通信系统中由信源发出的信息是 随机的,或者说是不可预知的,因而携带信息的信号 也是随机的,这种具有随机性的信号,称为随机信号 °随机噪声:携带了信息的信号在传输过程中将受 到噪声的污染,而噪声也是随机的,称为随机噪声。 随机信号和随机噪声不可能用一个或几个时间函数 准确地描述,但它们都遵循一定的统计规律,我们可 以用概率统计的方法进行研究

第一节 统计学的几个基本概念 一.随机试验与随机事件 二.总体与样本 三.变量与资料 四. 误 差 五.频率与概率 第二节 统计工作的基本步骤 1.设计：design 2.资料搜集：collection of data 3.资料整理：sorting data 4.分析资料：analysis of data

第一章 建立数学模型 第二章 初等模型 第三章 简单的优化模型 第四章 数学规划模型 第五章 微分方程模型 第六章 稳定性模型 第七章 差分方程模型 第八章 离散模型 第九章 概率模型 第十章 统计回归模型

➢抗力统计分析的一般概念 ➢结构构件抗力不定性因素的分析 ➢结构构件抗力的统计参数 ➢结构构件抗力的概率分布类型

§2.1 有关误差的一些基本概念 2.1.1 准确度与精密度 2.1.2 误差与偏差 2.1.3 系统误差与随机误差 2.1.4 系统误差与准确度 §2.2 随机误差的分布 2.2.1 频率分布 2.2.2 正态分布 2.2.3 随机误差的区间概率 §2.3 有限数据的统计处理 2.3.1 集中趋势和分散趋势的表示 2.3.2 平均值的置信区间 2.3.3 显著性检验 讨论 2.3.4 离群值的取舍

4.1 水文测验 一、水位观测 二、流量观测与计算 三、河流泥沙的测算 4.2 水文统计基本原理与方法 一、 概述 二、 概率频率 三、水文频率的计算方法 4.3 设计年径流分析与计算

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等