下载文档原格式
基于机器学习的岩石节理面力学性能分析及预测岩石节理面力学性能的分析和预测对于地质勘探、工程建设以及自然灾害防治等领域具有重要意义。
传统的岩石节理面性能测试需要大量的人力、物力和时间，且难以全面准确地获取数据。
而机器学习技术的出现为该领域带来了新的解决方案，能够更快速、精确地进行岩石节理面力学性能分析和预测。
一、机器学习在岩石节理面力学性能分析中的应用1. 数据收集与特征提取机器学习需要大量有效的数据进行训练与建模。
在岩石节理面力学性能分析中，可以通过现场取样或实验获取相关数据，如岩石样本的力学参数、物理性质等。
同时，对岩石节理面的特征，如节理面的粗糙度、面积分布、密度等也进行提取，作为机器学习的特征。
2. 模型选择与训练在进行岩石节理面力学性能分析之前，需要选择合适的机器学习模型。
常用的模型包括决策树、支持向量机、神经网络等。
将收集的数据和提取的特征作为输入，将节理面的力学性能作为输出，使用机器学习算法进行模型的训练与优化。
3. 结果评估与优化训练好的机器学习模型需要进行验证和评估。
可以使用交叉验证、误差分析等方法来评估模型的性能和准确度，进一步优化模型的参数和结构。
二、岩石节理面力学性能预测的方法和技术1. 基于监督学习的预测方法监督学习是常用的预测方法之一，通过已知的岩石节理面力学性能数据集进行模型训练，然后对未知数据进行预测。
监督学习方法包括回归和分类，可以分别用于预测岩石节理面的力学参数和分类。
2. 基于无监督学习的预测方法无监督学习可以对岩石节理面的数据进行聚类、降维等处理，发现其中的潜在规律和特征。
这些潜在规律和特征可以用于预测未知岩石节理面的力学性能。
3. 基于深度学习的预测方法深度学习是近年来发展较快的机器学习技术，可以处理大规模的数据并提取更高级的特征。
在岩石节理面力学性能分析中，可以使用卷积神经网络、循环神经网络等深度学习模型，对节理面进行特征提取和预测。
三、机器学习在岩石节理面力学性能分析中的挑战和前景1. 挑战机器学习在岩石节理面力学性能分析中仍面临一些挑战。
专家专稿文章编号:1009 6825(2005)15 0001 02岩石力学随机参数的统计方法及研究现状综述*收稿日期:2005 04 19*:国家自然科学基金资助项目(50404010)作者简介:宫凤强(1979 ),男,中南大学资源与安全工程学院岩土工程专业在读硕士研究生,湖南长沙 410083邓 建(1972 ),男,1994年毕业于中南工业大学采矿工程专业,教授,中南大学,湖南长沙 410083李夕兵(1962 ),男,1983年毕业于中南工业大学采矿工程专业,教授,博导,中南大学,湖南长沙 410083宫凤强 邓 建 李夕兵摘 要:对确定岩石力学随机参数概率分布的各种方法和研究状况进行了论述,分析探讨了岩石力学随机变量参数分布类型的检验方法及岩石参数统计方法,并对其未来作了研究展望。
关键词:岩石力学,随机变量,统计方法中图分类号:TU431文献标识码:A在岩石工程可靠性分析中,必须首先以一定的概率模型来描述岩石力学参数的分布类型及其特征。
正确选择和建立输入随机变量的概率模型对于可靠性最终的计算结果和精度,具有非常重要的影响,必须加以认真确定[1 4]。
因此,岩石力学随机参数的概率分布特性研究始终是一项基础性的重要工作[5],对这一领域内的深入研究很有必要。
以下简要介绍确定岩石力学参数概率分布的常用方法和近几年的研究进展,希望对这一领域的研究起到一定的推进作用。
1 确定岩石力学随机参数分布类型的方法在对岩石力学参数进行统计之前,根据实践经验,在通常情况下,可以认为岩石力学参数近似服从于几种经典概率分布(正态分布、对数正态分布等等)的某一种[6,7]。
在获得样本数据的情况下,快速、直观地判断出这些数据大体上服从于何种分布,一般采用概率纸法、直方图法和经验函数法。
2 岩石力学随机变量的参数估计在实际统计中,用概率纸法、直方图法等来近似地估计出随机变量的理论分布函数后,还需估计分布总体的参数,通常采用矩法和极大似然估计法。
对岩石力学的认识指导老师：路世豹摘要：人类改造地球的能力日新月异，各项工程蓬勃发展，这就需要我们对岩石工程有一定认识，岩石工程分析和设计的重点是对岩石工程条件的评价，岩石工程工程变形、破坏的预测以及相应工程措施的决策。
关键词：物理力学指标全应力－应变曲线脆性塑性1引言岩石力学是近代发展起来的一门新兴学科和边缘学科，是一门应用性和实践性很强的应用基础学科。
岩石属于固体，岩石力学应属于固体力学的范畴。
一般从宏观的意义上，把固体看做连续介质。
岩石工程的计算中存在大量不确定性因素，如岩石的结构、性质、节理、裂隙分布、工程地质条件等均存在大量不确定性，所以传统连续介质理论作为一种确定性研究方法是不适合用于解决岩石工程问题的2岩石的物理力学指标2．1岩石的工程性质自然界中有各种各样的岩石，不同成因的岩石具有不同的力学特性，因此有必要根据不同成因对岩石进行分类。
根据地质学的岩石成因分类可把岩石分为岩浆岩、沉积岩、和变质岩三大类。
2.1.1岩浆岩的性质岩浆岩具有较高的力学强度，可作为各种建筑物良好的地基及天然建筑石料。
但各类岩石的工程性质差异很大。
深成岩具结晶联结，晶粒粗大均匀，孔隙度小、裂隙较不发育，岩块大、整体稳定性好，但值得注意的是这类岩石往往由多种矿物结晶组成，抗风化能力较差，特别是含铁镁质较多的基性岩，则更易风化破碎，故应注意对其风化程度和深度的调查研究。
浅成岩中细晶质和隐晶质结构的岩石透水性小、抗风化性能较深成岩强，但斑状结构岩石的透水性和力学强度变化较大，特别是脉岩类，岩体小。
喷出岩常具有气孔构造、流纹构造和原生裂隙，透水性较大。
此外，喷出岩多呈岩流状产出，岩体厚度小，岩相变化大，对地基的均一性和整体稳定性影响较大。
2.1.2 沉积岩的性质碎屑岩的工程地质性质一般较好，但其胶结物的成分和胶结类型影响显著。
此外，碎屑的成分、粒度、级配对工程性质也有一定的影响。
粘土岩和页岩的性质相近，抗压强度和抗剪强度低，受力后变形量大，浸水后易软化和泥化。
采矿工程中的岩石力学问题探讨与解决方案引言：采矿工程中，岩石力学是一门关键的学科，它研究岩石的强度、变形性质和破坏机理等方面的问题。
岩石力学问题的解决对于确保采矿工程的顺利进行至关重要。
本文将就采矿工程中常见的岩石力学问题进行探讨，并提出相应的解决方案。
1.岩石强度分析与评估在采矿工程中，岩石强度分析与评估是保证工程安全运行的基础。
首先，需要对岩石样本进行采集，并通过试验手段测定其强度参数。
然后，基于实测数据，进行岩石强度参数的统计分析，确定岩石的强度分布特征。
最后，结合采矿工程的实际情况，进行岩石强度评估，并制定相应的支护方案。
2.岩石变形性质研究在采矿工程中，岩石的变形性质对于工程的稳定性和安全性具有重要影响。
因此，需要开展岩石的变形特性研究，包括岩石的弹性模量、剪切模量、压缩模量等参数的确定。
这可以通过采取野外观测、试验室试验以及数值模拟等方法进行。
研究结果可以为采矿工程的设计和管理提供科学依据。
3.岩石力学模型建立建立适用于采矿工程的岩石力学模型是解决岩石力学问题的重要步骤。
根据岩石的物理性质和实测数据，可以选择合适的力学模型，并进行参数拟合。
常用的岩石力学模型包括弹性模型、弹塑性模型和粘弹塑性模型等。
建立准确可靠的力学模型有助于预测岩石的强度和变形，为采矿工程提供科学的指导。
4.岩石破坏机理研究研究岩石的破坏机理是为采矿工程提供有效的支护措施的重要前提。
通过对岩石的破坏过程进行分析，可以确定岩石发生破坏的主要因素和机制。
常见的岩石破坏机理包括岩石断裂、滑动、剥落等。
研究岩石的破坏机理可以为制定合理的支护措施和采矿方案提供科学依据。
5.岩石支护措施设计根据岩石力学问题的分析结果，设计有效的支护措施是确保采矿工程安全运行的关键。
支护措施可以根据实际情况选择，常见的支护方式包括开挖法支护、钢支撑、锚索支护等。
通过合理设计和施工，可以增强岩石的稳定性，保证采矿工程的正常进行。
总结：采矿工程中的岩石力学问题是影响工程安全运行的重要因素。
岩石静态力学参数测试方法与数据处理岩石是地球上常见的天然物质，研究岩石的力学参数对于地质灾害预测、工程设计以及资源勘探等领域具有重要意义。
本文将介绍岩石静态力学参数的测试方法与数据处理。
一、岩石静态力学参数的测试方法1. 岩石抗压强度测试岩石抗压强度是岩石力学参数中的关键指标之一，它反映了岩石的抗压能力。
常用的测试方法包括单轴压缩试验和直接剪切试验。
在单轴压缩试验中，需要使用压力机对岩石样品进行垂直方向的单向加载，同时测量加载过程中岩石的变形和承载能力。
通过绘制应力-应变曲线，可以得到岩石的抗压强度参数。
而直接剪切试验则是将岩石样品切割成一个矩形或圆形的平面，再对这个平面进行横向和纵向的剪切加载，通过测量剪切力和位移来推导出剪切强度。
2. 岩石弹性模量测试岩石的弹性模量是指岩石在受力下能够发生弹性变形的能力，是衡量岩石刚性的重要参数。
常用的测试方法包括弹性波速度法和恒定应力法。
在弹性波速度法中，通过在岩石样品上产生激发弹性波，测量波传播速度来计算岩石的弹性模量。
这种方法常用于实验室条件下对小尺寸岩石样品进行非破坏性测试。
而恒定应力法则是在施加一定大小的应力下，测量岩石样品的应变，通过根据背反映的力学模型计算岩石的弹性模量。
二、岩石静态力学参数的数据处理1. 数据采集与记录在进行试验时，需要对实验过程中产生的数据进行准确的记录。
这些数据包括施加的力、变形量、位移等。
可以使用计算机或数据采集系统来实现自动化的数据记录，以减少因人为操作导致的误差。
2. 数据处理与分析数据处理是在原始数据的基础上进行数据修正、提取有效信息以及统计分析的过程。
在岩石静态力学参数的数据处理中，需要对原始数据进行平滑处理、误差修正，并进行数据拟合和计算。
平滑处理是通过去除噪声和异常值，使得数据更加平滑。
常用的平滑方法有移动平均法、多项式拟合法等。
误差修正是根据实际情况对数据进行校正，主要考虑仪器误差和环境因素。
校正过程中需要参考相关的国际或行业标准。
百度文库- 让每个人平等地提升自我************《岩石力学》课程论文专业 *******年级班别 ******学号 *******姓名 ******土木工程与建设管岩体的强度在检测中的应用摘要：随着地球板块的运动越来越剧烈，地震等多种地质灾害的发生，人们 清晰地认识到岩体强度的重要性。
故此，岩体强度的确定方法尤其重要。
本 文介绍试验确定法以及及估算法。
关键字：试验确定法；估算法；岩体强度引言目前在岩石力学与工程领域中广泛采用了数值模拟技术，但是在进行数值模拟时遇到的最主要的困难之一就是如何准确地确定岩体强度参数以开展模拟计算。
公认比较准确的仅限于室内岩石力学试验参数，同时现场岩体原位试验成本都十分昂贵，因此寻找适合的岩体强度估算方法就成为摆在众多研究人员面前的一个问题。
1 岩体强度的确定方法1．试验的确定法（一）岩体单轴抗压强度的测定切割成的试件。
在拟加压的试件表面抹一层水泥砂浆，将表面抹平，并在其上放置方木和工字钢组成的垫层，以便把千斤顶施加的荷载经垫层均匀传给试体。
根据试体受载截面积，计算岩体的单轴抗压强度。
（二）岩体的抗剪强度的测定一般采用双千斤顶法：一个垂直千斤顶施加的正压力，另一个千斤顶施加的横推力。
为使剪切面上不产生力矩效应，合力通过剪切面中心，使其接近于纯剪切破坏，另外一个千斤顶成倾斜布置。
一般采取倾角a=15°。
试验时，每组试体应有5个以上，剪切面上应力按式（1-1）计算。
然后根据τ、σ绘制岩体的强度曲线。
F a T P sin +=σ a ft cos =τ （1-1）（三）岩体三轴压缩强度试验地下工程的受力状态是思维的，所以做三轴力学试验非常重要。
但由于现场原位三轴力学实验在技术上很复杂，只在非常必要时才进行。
现场岩体三轴试验装置，用千斤顶施加轴向荷载，用压力枕施加围压荷载。
根据围压情况可分为等围压三轴试验（32σσ=）和真三轴试验（321σσσ>>）。
工程地质勘察中的岩石力学试验与分析工程地质勘察是进行工程施工前期必不可少的一项工作，其中岩石力学试验与分析是其中的重要部分。
岩石力学试验与分析的主要任务是提供关于岩石力学性质和力学参数的数据，以指导工程设计和施工过程中的岩石工程问题。
本文将从岩石力学试验的目的、方法和分析结果等方面进行介绍。
岩石力学试验的目的主要有两个方面。
一方面是为了确定岩石材料的力学性质，比如岩石的强度、变形特性、破裂特性等，这些参数对于工程设计和施工过程中的岩石工程问题至关重要。
另一方面是为了确定岩体中的一些重要参数，比如地应力、岩土界面摩擦角等，这些参数可以为工程设计和施工过程中的岩石工程问题提供参考依据。
岩石力学试验的方法有多种，常用的试验方法主要包括岩片抗压试验、岩片抗弯试验、岩片抗剪试验、岩片拉伸试验等。
其中，岩片抗压试验是最常用的试验方法之一，通过在试验机上施加垂直于岩片截面的单轴压力，来测定岩片在破裂前的最大抗压强度和弹性模量。
岩片抗弯试验则是用来测定岩片在受到弯曲力作用时的抗弯强度和弹性模量。
岩片抗剪试验和岩片拉伸试验则是用来测定岩石的抗剪强度和抗拉强度。
岩石力学试验的分析结果对岩石工程问题的解决非常关键。
试验得到的数据可以通过数学模型进行分析和计算，以获得岩石力学性质的参数值。
例如，可以通过斯密阿斯方程来确定岩石的强度参数和变形参数。
另外，还可以通过试验数据的统计分析来得到一些与岩石力学性质相关的概率分布特征，以提供可靠性分析和安全评估。
除了试验数据的分析，岩石力学试验中还需要进行岩石断裂过程的观察和分析。
通过观察试样在加载过程中的破裂形态和失稳现象，可以揭示岩石在破裂前后的变形状况和破裂机理。
这对于工程设计和施工过程中的岩石工程问题的识别和解决具有非常重要的意义。
此外，在岩石力学试验中还需要考虑一些实验条件对试验结果的影响。
例如，温度、湿度、试样尺寸和加载速率等因素都可能会对试验结果产生影响，需要进行相应的校正和修正。
岩体力学参数的数值模拟与优化算法研究岩石是地球构造的主要材料之一，岩体力学参数是关于岩石强度、应力应变、变形和破坏等方面的参数。
数值模拟技术是岩体力学研究中不可或缺的工具，可以帮助我们更好地理解岩石的力学性质。
本文将探讨岩体力学参数的数值模拟与优化算法研究。
一、岩体力学参数岩体力学参数是指岩石在外力作用下表现出来的力学性质。
这些性质包括岩石的强度、刚度、应力应变关系、弹性模量、泊松比、岩石的破坏模式以及裂纹扩展等。
岩体力学参数的测定对于理解岩石的力学性质、设计工程结构以及进行工程安全评价具有重要意义。
二、数值模拟技术数值模拟技术是一种通过计算机模拟物理系统或现象的方法。
在岩体力学研究中，数值模拟技术可以通过建立与实际情况相似的模型来模拟岩石受外力作用时的应力、应变、变形和破坏等力学性质。
数值模拟技术可以为我们提供更加详细的岩体力学参数信息，而且可以降低实验成本，缩短实验周期，减少实验过程中的安全隐患。
数值模拟技术包括有限元法、离散元法、边界元法、质点网格法等。
其中，有限元法是岩体力学研究中最为常用的数值模拟方法。
这种方法通过将连续体离散化为许多小的单元，建立单元之间的网格，形成更为精确的数学模型，模拟物体受力时的应力、应变和变形等现象。
而离散元法是另一种针对非连续体的数值模拟方法，其主要是通过对颗粒进行离散处理，来描述非连续性物质受力时的应力、应变和变形等力学性质。
三、优化算法优化算法在岩体力学参数的数值模拟中起着至关重要的作用。
优化算法通常用于查找所有参数组合中使目标函数取得最大或最小值的最佳参数组合。
数值模拟的结果可能会包含数百个参数，为了获得最好的结果，必须对所有参数进行分别改变，从而发现最优解。
常用的优化算法有梯度下降法、遗传算法、蚁群算法、模拟退火算法等。
梯度下降法是通过不断朝着目标函数下降的方向进行搜索，从而找到最优解的一种方法。
遗传算法模仿遗传学中的适者生存理论，通过不断改变种群基因的组合，最终找到最优群体。
岩石力学之浅谈边坡通过10周的岩石力学课程学习，对岩石力学及岩土工程有了初略的了解。
首先，岩石力学是一门研究岩石在外界因素（如荷载、水流、温度变化等）作用下的应力、应变、破坏、稳定性及加固的学科。
又称岩体力学，是力学的一个分支。
研究目的在于解决水利、土木工程等建设中的岩石工程问题。
它是一门新兴的，与有关学科相互交叉的工程学科，需要应用数学、固体力学、流体力学、地质学、土力学、土木工程学等知识，并与这些学科相互渗透。
岩石和岩体是岩石力学的直接研究对象。
要学习和研究岩石力学，首先要建立岩石（或岩块）和岩体的基本概念。
岩石是组成地壳的基本物质，它是由矿物或岩屑在地质作用下按一定规律凝聚而成的自然地质体。
例如，我们通常所见到的花岗岩、石灰岩、片麻岩，都是具有一定成因、一定矿物成分及结构构造的岩石。
岩体是地质历史的产物，在长期的成岩及变形过程中形成了他们特有的结构。
人类生活在地球上，很多活动都离不开利用岩石进行工程建设。
随着我国经济建设的蓬勃发展，出现了大量岩石工程的建设与开发，从而岩石力学在建筑、矿山、水工、铁路和国防等领域得到日益广泛的应用和深入研究。
例如，在很多工程建设中，会遇到岩石边坡。
如公路或铁路的路堑边坡，露天开采的矿山边坡，水利水电工程的库岸边坡，渠道边坡，隧道进出口边坡等。
边坡稳定性问题是工程中常见的问题之一。
众所周知，岩体常被各种方位的地质结构面切割成不同形状的块体。
因此，工程实践中所遇到的岩坡，多为岩块组成。
在一般情况下，结构面的强度远远低于完整岩体的强度，岩坡中结构面的规模、性质以及组合方式在很大程度上决定着岩坡失稳时的破坏形式。
结构面的性质或形状稍有改变，则边坡的稳定性将会受到显著的影响。
我国位于世界两大地震带：环太平洋地震带与欧亚地震带之间，地震断裂带十分发育，是一个地震灾害严重的国家。
同时，我国地形地貌复杂的地区，面积大，分布广，高山河谷数量众多，山地面积占国土面积1/4，从而客观上决定了我国有大量的自然边坡。
岩石力学参数的预处理与统计分析摘要：通过岩石力学参数实验研究，即对岩石力学参数进行预处理，建立岩石力学参数的概率分布模型,基于matlab数据矩阵软件，检验岩石力学参数是否服从正态分布。
关键词：岩石力学参数统计分析matlab正态分布
隧道支护设计所依附的数据具有变异性和不确定性，为了确保支护设计的安全性，应加强对测得数据的处理，以便为设计提供可靠的依据。
本文以岩石力学参数为例介绍信息处理的方法。
1．岩石力学参数的预处理
隧道工程的勘察、设计、施工过程常常是在不确定性条件下进行的，由此造成了不少工程事故，一直是个影响工程安全但急需解决的工程难点。
不确定性的客观原因主要在于岩石性质及其工程性状具有较大的变异性，同时也由于工程师们难以对岩石的特征了解得很多、很全面。
在这种条件下进行决策，就要对试验观测到的数据进行尽可能详尽的统计分析，便于对岩石力学参数进行可靠的估计，从而为支护设计提供可靠的依据。
这种估计建立在概率理论的基础上，基于matlab软件所得的结果是岩石力学工程可靠性设计的基础。
为了预估岩石力学参数，需要进行各种试验和观测，收集大量的数据。
在取得这些数据之后，还必须经过处理才能显示出它的规律性，从而得到有代表性的特征值，供设计、分析、施工之用。
特别在评价岩石力学工程的可靠性、估计失效概率时，更需要进一步
了解岩石力学参数的概率分布特征。
通常的方法是剔除粗差并根据收集到的数据拟合成某一概率模型，然后进行各种概率分析。
剔除粗差的常用统计判别法有三倍标准差判别法(pauta准则)、小概率事件判别法、端值判别法、t检验准则剔除异常数据法、狄克逊(dixon)方法等。
本文采用端值判别法。
端值判别法又称格拉布斯(grubbs)方法。
设实验所测定值是正态分布x=n(μ,a)。
x的随机子样为x1,x2,……,xn。
现按子样的测试数据由小到大排列如下：
x(1),x(2)……x(n)
设x(1),x(n)为过小、过大值，即可怀疑的异常数据，则可按grubb s方法判定异常数据。
1.1计算舍弃值的临界值t
设x(1)是怀疑的，令
（1-1）
设x(n)是怀疑的，令
（1-2）
上式：为平均值：
（1-3）
s为标准差：
（1-4）
1.2选定危机率a
按grubbs方法造成错判时，其错判的危机率为a。
一般常用的
a为5%或1%。
其概率意义是，当测试数据在服从正态分布的条件下，
1.3异常数据判定
当t(i)≥t(n,a)，则其相应的x(i)是可怀疑的异常数据，应从子样数据中剔除；反之，当t(i)＜t(n,a)，则不能判定x(i)是异常数据。
在一个子样(一组数据)中存在多于一个的异常数据时，应依测定值与平均值的差值，按大小顺序逐个判定。
运用grubbs方法按上述步骤对子样中单个异常数据进行判定，方法是简便的。
如果通过公式的移项与简化，以上下限控制来确定测试数据的正常值展布范围，有利于了解异常数据的空间分布。
利用测试数据这些统计量，做出在某一概率下的、某个范围内的随机变量x的期望(即平均值 )，按grubbs方法：
(1-5)
令(1-6)
则按子样容量n和某一概率下的临界值t（n,a）可得：
(1-7)
因而则测试数据的正常值上下限应满足：
(1-8)
当被检验的子样数据在(1-8)式范围内时，可认定这些测试数据是正常数据；反之，某些数据超出这个正常范围时，可判定为异常数据。
由式(1-4)，(1-5)知，随机子样容量的变化直接影响到测试
数据展布的上下限和检验尺度的确定，因此，根据grubbs方法逐个判定的原则，应在判定出异常数据后再重新计算，重新确定控制范围，直到再无异常数据存在时为止。
岩石的物理力学性质各项测试数据的概率分布曲线，大多数符合正态分布，岩石指标一般根据子样容量取其数学平均值。
由于子样的标准差s是反映与平均值的离散程度，因此，运用标准差s根据grubbs给出的临界值t(n，a)，作为判定子样中的异常数据，是有实际意义的。
只有当被检测的数据符合正态分布，才能用来作为支护等设计的数据依据，否则说明取样不合理，要重新取样。
2．岩石力学参数的统计分析
2．1参数概率模型的选择
在岩石力学参数的可靠性分析中，是以一定的概率模型来描述状态变量所具有的不确定性。
在实际处理时，就要在充分认识随机变量物理性的本征的基础上，寻求随机变量的统计规律性，求统计参数的数值，建立适宜的概率模型。
建立适宜的概率模型，首先就要选择参数的分布类型。
在岩石力学参数可靠性分析中，随机模拟方法是由指定的输入变量，概率分布产生模拟的随机变量，可靠指标法是基于正态变量或非正态变量经当量正态化进行计算的，因此，根据给定数据选择和建立系统输入随机变量的概率分布，直接关系到分析结果的准确性和精确性，或者说，关系到可靠性分析的可靠性，因为，任何输入概率模型的误差远不能由计算方法的精度得以补偿。
自然，正确地选择和
建立输入概率模型是至关重要的。
选择概率分布的主要依据是有关该随机变量的物理知识和占有的数据。
在某些情况下，不考虑特定分布的参数值，可以利用所分析系统中某一随机变量的先验知识，根据对该随机变量产生过程的认识，选择总体上似乎比较适宜的概率分布，或者至少可以排除某些分布。
即使根据已有的知识尚不能决定应用哪种分布，起码可以决定一些定性资料，这对选择概率分布也是很有用的。
随机变量及其统计规律性，是通过随机变量的分布和分布参数来描述的，只有己知分布参数值，随机变量x的分布函数才能完全确定。
在岩石力学工程领域中，总体的分布参数精确值一般是未知的，均需通过参数估计来获得估计值。
2．2随机变量分布的检验
对于比较重要的隧道工程，分布假定之后，还需采用数值的统计假设检验方法，对假设分布进行有效性检验。
检验的步骤如下：（1）建立假设，根据经验分布图形或频率直方图的形状，对总体作出某一理论分布的假设。
（2）给出统计量，选择某种适当的函数，作出检验标准即给出统计量。
（3）按观测数据进行统计量的计算。
（4）根据实际问题的要求，取显著性水平α。
（5）作出判断确定统计量的临界值，依此作出拒绝或不拒绝假设的判断。
假设检验的方法有多种，采用w检验法。
2．3 w检验法
w检验法具有灵敏度高、计算简单、需要样本容量较小的优点。
w检验法是由样本x1，x2，…xn的顺序统计量x(1), x(1),… x(n)构成检验统计量:
(2-1)
其中
这里
对任何分布的样本值(x1, x2,… xn),w的观测值(仍用w表示)都满足 ,而且分布越接近正态分布,w的值越接近1。
w检验法的检验法则为：
若，则拒绝正态性假设，即认为总体不服从正态分布；
若，则接受正态性假设，即认为总体服从正态分布。
3．结论与展望
隧道工程一直是岩土工程中的一个研究热点，但由于岩石的物理力学性质的不确定性，在实际应用中经常发生事故，给公司和人民带来了极大的损失。
结合工程地质数据，本文以概率统计为基础，基于matlab数据矩阵软件，研究了岩石力学参数的分布状态，为工程数据的可靠信研究提供了新的统计方式。
matlab已成为适合多学科、多种工作平台的功能强大、界面友好、语言自然并且开放性强的大型优秀应用软件，同时也已成为国内外数值分析、数字信息处理、自动控制理论以及工程应用等重要
工具，在许多国家重点工程的信息处理中发挥了重要作用。
今后我们应该结合实际应用matlab分析处理工程数据，分型建模以便更好的为工程施工服务。
注：文章内所有公式及图表请用pdf形式查看。
