| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-12页 |
| ·大坝安全监测的目的及意义 | 第9-10页 |
| ·大坝安全预测模型的研究发展现状 | 第10-11页 |
| ·本文的主要研究内容 | 第11-12页 |
| 第二章 大坝变形监测技术及预测模型的理论方法 | 第12-27页 |
| ·大坝变形监测技术的现状和发展 | 第12-15页 |
| ·地面监测技术及其发展趋势 | 第12页 |
| ·GPS技术及其发展趋势 | 第12-14页 |
| ·摄影测量变形监测方法 | 第14-15页 |
| ·三维激光扫描技术的变形监测方法 | 第15页 |
| ·预测模型的理论方法 | 第15-27页 |
| ·时序模型概述 | 第16-19页 |
| ·遗传算法的基本理论与方法 | 第19-21页 |
| ·蚁群算法 | 第21-27页 |
| 第三章 奉节梅溪河大坝变形监测方案设计及监测数据处理 | 第27-43页 |
| ·工程概况 | 第27页 |
| ·奉节梅溪河大坝变形监测方案设计 | 第27-33页 |
| ·水平位移监测技术方案 | 第28-31页 |
| ·垂直位移监测技术方案 | 第31-33页 |
| ·变形观测周期 | 第33页 |
| ·监测数据的整理及变形数据处理 | 第33-43页 |
| ·GPS数据的整理及数据处理 | 第33-38页 |
| ·水平监测数据的整理及变形数据处理 | 第38-41页 |
| ·沉降监测数据的整理及变形数据处理 | 第41-43页 |
| 第四章 基于GAAA算法的自回归模型应用 | 第43-58页 |
| ·最小二乘和遗传算法的自回归模型的原理及方法 | 第43-52页 |
| ·自回归模型参数的最小二乘估计 | 第43-47页 |
| ·基于遗传算法的自回归模型参数确定 | 第47-52页 |
| ·自回归模型用于垂直变形分析存在的问题 | 第52页 |
| ·基于GAAA算法的自回归模型的构建及其变形分析过程 | 第52-54页 |
| ·改进的自回归模型在工程中的应用——以奉节梅溪河大坝为例 | 第54-58页 |
| 结论和展望 | 第58-59页 |
| 结论 | 第58页 |
| 展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61页 |
