1431919 +张旭东+土体工程课程报告.docx

土体工程II课程报告1431919 张旭东摘要：本学期学习了土体工程II，有一些收获，现在总结成此文。本文主要分为两部分：第一部分为课堂上听老师讲课的总结思考；第二部分是对蒙特卡洛方法的学习和应用。正文在这门课的学习中，感触良多：有课程内容的丰富精彩，有老师授课从容不迫的敬佩，有对知识不能理解的疑惑。有的是无限的回忆。写报告之际，再总结回忆一下课程所听。可能不全面甚至偏颇，因为是我认为重要的地方或者收获。课文总结土的工程参数统计分析对于重大工程和大型建筑物, 在岩土施工之前, 必须对工程地质条件有一个全面深入的了解,而其直接、可靠的手段就是进行大量的工程勘察以及室内、室外的土工试验。对于大量的土工勘察及试验结果, 由于一些人为因素和试验条件的影响, 必然会造成试验数据的离散。那么就要必要研究土工参数的统计方法及取值问题, 为工程计算提供了可靠的依据。在介绍具体的统计分析之前。先了解下土工参数的不确定性，这也是为什么要学习统计分析方法的一个原因。土工参数的不确定性来源于：1、土层本身固有的空间变异性；2、取样的扰动；3、测试对的应力条件、应变条件和排水条件与实际的不一致引起的差异；4、试验误差；5、尺寸效应、时间效应等。这些不确定性的存在使得我们必须想办法去解决。对待土工参数不确定性的方法有两种：定值法和概率分析法。我们要解决的问题就是用子样统计的结果来估计总体的特征。为此必须先从一组数据中归纳出于样的经验分布、子样的经验分布可以用图示法或数值法表示。常用的分布有：均匀分布，正太分布等。为了对试验数据进行描述，我们可能用到一些特征参数：位置特征参数（平均值、极大值、极小值、众数和中位数等）、离散性特征参数（极差、标准差和变异系数等）、分布特性参数（曲线的对称性和曲线的峰度）和相关特征参数（线性相关系数）。其中，对于不同的试验数据，要比较它们的离散程度，不能单看均方差 的绝对值，而应比较均方差与平均值的比值即变异系数V才比较合理。其实我们知道，我们使用的是子样，得到总体的参数具有置信度问题。当然子样的数量也有一定要求，可根据一些经验公式计算。方差分析及正交试验设计方差分析(Analysis of Variance，简称ANOVA)，又称“变异数分析”或“F检验”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。为什么要进行方差分析呢？我们知道数据的波动原因可分成两类，一是试验误差，另一是不同水平引起的。方差分析是从观测变量的方差入手，研究因素的显著性，已经分析诸多控制变量中哪些变量是对观测变量有显著影响的变量。正交试验设计是研究多因素多水平的又一种设计方法。它的主要目的是为了减少试验次数。通常通过正交表来实现。其实通过同学报告还发现有均匀试验。回归分析和判别分析回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。其中按自变量多少，可分为一元回归和多元回归。按按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。通过回归分析采用最小二乘法。若是简单的一元线性回归还可以通过作图法来简单确定而非线性可以通过转化变为线性回归问题。而回归预测模型是否可用于实际预测，取决于对回归预测模型的检验和对预测误差的计算。回归方程只有通过各种检验，且预测误差较小，才能将回归方程作为预测模型进行预测。具体计算方法此处不表。下面想介绍下：多元分析的自变量选取问题。经过三个发展过程：逐步剔除；逐步进入；有进有出，逐步回归。据此可以发现一个方法的发展历程，虽然不是那么荡气回肠倒也螺旋前进。我们对于问题的解决不应如此？判别分析又称“分辨法”，是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。其基本原理是按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标。据此即可确定某一样本属于何类。书本上介绍了费歇（Fisher）准则。其实更多的我们可能用到距离判别，其中马氏距离(Mahalanobis distance)比较常用。在Matlab等软件中一般也具有相应算法。可靠度理论可靠度是评价工程结构可靠性的指标，其定义为在规定的时间内和规定的条件下，工程结构完成预定功能的概率，用Pr表示。Pr=P(R=S)，R为抗力，S为荷载。对结构工程等，可靠度理论已经进入了水准II。各个水准分别为：半概率设计（把荷载与抗力分开，分项系数经验获得）；近似概率设计（运用概率论和数理统计方法，对工程结构、构件或截面设计的“可靠概率”做出较为近似的相对估计；一次二阶距属于这个标准；全概率设计法（理想设计方法）。而由于岩土工程的不确定性等过大，可靠度理论运用于岩土工程有需要也有难度。关于岩土工程的不确定性包括：岩土体结构的不确定性；岩土参